Details

Title: Применение специализированных глубоких сверточных нейронных сетей для решения задачи обнаружения пешеходов по изображению с камеры: бакалаврская работа: 09.03.01
Creators: Мартюшева Надежда Юрьевна
Scientific adviser: Никитин Кирилл Вячеславович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2017
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: нейронные сети; детектирование объектов; обнаружение пешеходов
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.03.01
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: http://doi.org/10.18720/SPBPU/2/v17-4094

Allowed Actions: Read Download (1.8 Mb) You need Flash Player to read document

Group: Anonymous

Network: FL SPbPU Local Network

Annotation

Целью данной бакалаврской работы является создание системы детектирования пешеходов. Основное внимание сосредоточено на разработке центральной части системы - детектора пешеходов. Данный детектор основан на использовании сверточной нейронной сети.Одной из особенностей разрабатываемого детектора является возможность распознавания пешеходов разного размера. Это достигается за счет добавления к основной сети «ветвей детектирования»: нескольких дополнительных слоев, которые исходят из некоторого слоя основной сети и завершаются слоем с вычислением целевой функции. Для каждой ветви детектирования целевая функция вычисляется с учетом только тех примеров, размер которых соответствует размеру, распознаваемому на данном слое.В результате работы разработана модель детектора, на основе которой был проведен ряд экспериментов для определения качества детектора.

Document access rights

Network User group Action
-> FL SPbPU Local Network All Read Print Download
Internet All Read Print Download

Table of Contents

  • ВВЕДЕНИЕ
  • Список используемых обозначений
  • 1. Анализ методов решения задачи обнаружения пешеходов
  • 2. Сверточные нейронные сети
  • 3. Задача распознавания объектов с изменяющимся масштабом
    • 3.1. Методы решения задачи изменяющихся масштабов пешеходов
    • 3.2. Выбор архитектуры сети для детектора
    • 3.3. Математический аппарат процесса обучения
    • 3.4. Формирование наборов регионов для обучения
  • 4. Реализация
    • 4.1. Обзор фреймворков для глубокого обучения
    • 4.2. Интерфейс по взаимодействию с Caffe
    • 4.3. Базы пешеходов
    • 4.4. Разработка модели сети в Caffe
      • 4.4.1. Установка и настройка Caffe
      • 4.4.2. Подготовка базы Caltech для работы
      • 4.4.3. Создание модели для обучения
      • 4.4.4. Создание модели для использования обученной сети
    • 4.5. Обучение модели детектора в Caffe
      • 4.5.1. Проверка работоспособности Caffe на базе рукописных цифр MNIST
      • 4.5.2. Формирование настроек обучения
    • 4.6. Использование обученной сети
  • 5. Исследование детектора
    • 5.1. Время работы детектора
    • 5.2. Точность и полнота
    • 5.3. Определение точности и полноты детектора
    • 5.4. Анализ времени работы детектора
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ А. ЛИСТИНГИ

Document usage statistics

stat Document access count: 1571
Last 30 days: 29
Detailed usage statistics