基于改进Mask RCNN的夜间车辆检测方法 |
| |
引用本文: | 柳杰,金积德,郑庆祥.基于改进Mask RCNN的夜间车辆检测方法[J].交通信息与安全,2023(2):59-66. |
| |
作者姓名: | 柳杰 金积德 郑庆祥 |
| |
作者单位: | 1. 武汉理工大学现代汽车零部件技术湖北省重点实验室;2. 武汉理工大学汽车零部件技术湖北省协同创新中心 |
| |
基金项目: | 国家自然科学基金项目(52072288); |
| |
摘 要: | 传统的夜间车辆检测基于车灯特征的提取和识别,这类方法容易发生误判、检测精度和检测实时性不高。针对上述问题,本文研究了基于改进Mask RCNN(mask RCNN-night vehicle detection,Mask RCNN-NVD)的夜间车辆检测算法。将残差网络(residual network,ResNet)结构中的普通卷积修改为数量为16组的分组卷积,通过16组1×1卷积实现通道数叠加,将网络参数降至普通卷积的1/16,提升检测速度,并实现与普通卷积相同的效果;将通道注意力机制模块(squeeze-and-excitation,SE)嵌入ResNet结构中,通过2个全连接层构建瓶颈结构,将归一化权重加权到各通道特征,增强网络表征能力;在特征金字塔网络(feature pyramid networks,FPN)后加入自底向上结构,将底层特征强定位信息传递到高层语义特征中;加入自适应池化层,根据区域候选网络(region proposal network,RPN)产生的候选区域分配至不同尺度特征图中,并在底层特征与各阶段最高层特征之间加入跳跃连接结构,实现缩减模型参数的同时保留...
|
关 键 词: | ADAS驾驶辅助系统 夜间车辆检测 Mask RCNN-NVD检测算法 深度学习 |
|
|