目录1交通场景的实时语义分割11．1语义分割的研究背景及现状11．1．1引言11．1．2国内外研究现状31．1．3实时语义分割研究难点71．2相关概念及理论基础81．2．1卷积神经网络81．2．2语义分割相关基础知识161．2．3数据集介绍181．2．4实时语义分割任务的典型解决方案201．3实时语义分割网络SSRNet的模型设计241．3．1网络的整体架构251．3．2特征提取残差块251．3．3共享型双分支网络架构311．3．4上下文路径331．3．5特征融合模块351．3．6上采样模块371．3．7辅助模块371．4实验与分析401．4．1开发环境401．4．2实验设计411．4．3实验结果与分析441．4．4模型的泛化能力53参考文献572分心驾驶行为识别622．1分心驾驶行为识别研究背景及现状622．1．1研究背景622．1．2国内外研究现状642．2相关理论概述682．2．1神经网络基础682．2．2激活函数722．2．3目标检测理论基础732．2．4人体姿态估计理论基础752．2．5评价指标762．3基于YoloV5改进的目标检测算法782．3．1基于YoloV5的目标检测算法782．3．2改进的YoloV5目标检测算法822．3．3实验结果与分析862．4基于轻量级Openpose改进的人体姿态估计算法932．4．1基于Openpose的人体姿态估计算法932．4．2改进的轻量级Openpose人体姿态估计算法972．4．3实验结果与分析1012．5二阶段行为识别的方法实现1052．5．1实验总体流程1052．5．2实验方法1062．5．3实验结果分析1092．5．4实验对比分析111参考文献1133交通道路障碍检测1173．1交通道路障碍检测研究背景及现状1173．1．1检测背景1173．1．2当前研究现状1193．1．3道路障碍检测研究难点1213．2相关概念及理论基础1223．2．1卷积神经网络1223．2．2目标检测算法的相关理论1273．3基于轻量级YoloV4改进的道路障碍检测模型1353．3．1改进后的模型整体1353．3．2YoloV4算法简介1353．3．3轻量级的特征提取网络1383．3．4改进的特征融合层1413．3．5加入注意力机制1423．3．6改进的CBL模块1443．4网络训练与实验结果1483．4．1开发环境搭建1483．4．2道路障碍的数据集1493．4．3实验设计1523．4．4实验结果分析158参考文献167
展开
