基于深度学习的商业街行人检测跟踪算法研究与应用.pdfVIP

目录

摘要I

ABSTRACTIII

第一章绪论1

1.1研究背景及意义1

1.2国内外研究现状2

1.2.1目标检测算法研究现状2

1.2.2目标跟踪算法研究现状4

1.3论文主要研究内容5

1.4论文章节安排6

第二章目标检测与跟踪算法相关理论9

2.1卷积神经网络9

2.1.1卷积层9

2.1.2池化层10

2.1.3全连接层11

2.1.4激活函数11

2.2目标检测相关基础13

2.2.1两阶段目标检测算法13

2.2.2单阶段目标检测算法14

2.3目标跟踪相关基础16

2.3.1卡尔曼滤波16

2.3.2粒子滤波17

2.3.3相似性判断19

2.3.4数据关联19

2.4本章小结20

第三章基于YOLOv7-tiny的目标检测算法改进21

3.1引言21

3.2基于YOLOv7-tiny算法的目标检测21

3.2.1YOLOv7-tiny算法21

3.2.2检测头22

3.2.3边界框回归损失函数23

3.3改进的YOLOv7-tiny目标检测算法23

3.3.1添加小目标检测层23

3.3.2替换解耦头24

3.3.3更换WIoU25

3.4实验与结果分析26

3.4.1实验数据集26

3.4.2实验平台27

3.4.3评价指标27

3.4.4对比实验28

3.4.5消融实验30

3.4.6拓展实验32

3.5本章小结32

第四章基于DeepSort的目标跟踪方法33

4.1引言33

4.2DeepSort目标跟踪算法33

4.2.1Sort算法介绍33

4.2.2DeepSort算法流程34

4.2.3匈牙利算法37

4.3基于DeepSort算法改进38

4.3.1YOLOv7-tiny+DeepSort38

4.3.2匀加速度卡尔曼滤波39

4.3.3DIoU关联匹配40

4.4实验结果与比较41

4.4.1实验平台41

4.4.2数据集41

4.4.3评价指标分析41

4.4.4实验结果分析42

4.5本章小结45

第五章商业街环境下行人目标检测跟踪系统设计与实现47

5.1引言47

5.2系统可行性分析47

5.2.1技术可行性47

5.3系统需求分析48

5.3.1功能性需求分析48

5.3.2非功能性需求分析49

5.4系统详细设计50

5.5系统实现51

5.5.1系统界面模块51

5.5.2行人检测模块52

5.5.3行人跟踪模块54

5.5.4数据库模块55

5.6本章小结56

第六章总结与展望57

6.1总结57

6.2展望58

参考文献59

在学期间取得的科研成果65

致谢67

摘要

随着城市商业街区域的发展和人口流动，商业街上的行人检测和跟踪日益成为

城市交通管理和安全监控的重要研究方向。商业街作为城市中繁华热闹的核心区域，

涵盖了大量商店、办公楼和娱乐场所，人员密集度高，