تشخيص عابر پياده در فضاي سه‌بعدي با استفاده از يادگيري عميق مبتني بر آشكارسازي تك‌مرحله‌اي

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

با توجه به پيشرفت سريع علم و فن‌آوري، تشخيص اشياء به يك حوزه‌ي تحقيقاتي جذاب در بينايي كامپيوتر تبديل شده‌است. رانندگي خودران يكي از اميدواركننده‌ترين راه‌حل‌ها براي محافظت از انسان در برابر تصادفات شديد، نمونه‌اي از كاربرد تشخيص اشياء است. يك وسيله‌ي نقليه‌ي خودران (AV) براي كاركرد قابل اعتماد نياز به درك دقيقي از محيط اطراف خود دارد،كه معمولاً از يادگيري ماشين (يا يادگيري عميق) استفاده مي‌كند. بدين منظور داده‌هاي حسي به اطلاعات معنايي تبديل و رانندگي مستقل را امكان‌پذير مي‌كند. تشخيص اشياء يك عملكرد اساسي اين سيستم ادراك است. در سال‌هاي اخير، اكثر چارچوب‌هاي تشخيص شيء پيشنهاد‌شده، دوبعدي هستند. با اين حال، روش‌هاي دوبعدي اطلاعات عمقي را كه براي وظايف رانندگي مانند برنامه‌ريزي مسير، پيش‌بيني حركت و اجتناب از برخورد لازم است را ارائه نمي‌كنند، در نتيجه نمي‌توان از آن‌ها براي حل مسائل در دنياي واقعي استفاده كرد. براي حل مشكل اخيراً پژوهش‌گران به روش‌هاي ديد سه‌بعدي پرداخته‌اند. با وجود اين، تحقيقات اندكي به جمع‌آوري و ساختار اين دانش رو به رشد پرداخته‌اند. بنابراين، هدف ما بررسي و مطالعه روش‌هاي تشخيص اشياء سه‌بعدي است كه اطلاعات دقيق‌تري از اندازه و مكان شيء ارايه مي‌دهند. روش‌هاي مختلفي براي اين منظور وجود دارد كه در اين پايان‌نامه ما فقط بر روي روش مبتني بر يادگيري عميق مبتني بر ابر نقطه تمركز مي‌كنيم. با استفاده از ايده‌ي شبكه‌ي DenseNet و طراحي ماژول تجميع ويژگي‌هاي مكاني- معنايي (SSFA) روش جديدي را براي بهبود نتايج تشخيص عابر پياده با استفاده از داده‌هاي ابرهاي نقطه‌ي سه‌بعدي در فضاي باز ارائه مي‌كنيم. اين ايده بر روي دو آشكارساز شيء تك‌مرحله‌اي مطمئن آگاه از IoU ٫ (CIA-SSD) و آشكارساز شيء تك‌مرحله‌اي خودجمع‌شده (SE-SSD) پياده‌سازي و اجرا شده‌است. در روش پيشنهادي دسترسي به اطلاعات لايه‌هاي قبلي شبكه‌هاي عميق، منجر به استخراج ويژگي‌هاي غني‌تر شده و باعث افزايش دقت تشخيص عابر پياده شده است. درنهايت، ما پس از تجزيه‌وتحليل روش پيشنهادي خود، نتايج تجربي آن را با روش‌هاي قبلي از نظر دقت و سرعت مقايسه مي‌كنيم. نتايج تجربي روش پيشنهادي براي تشخيص عابر پياده سه‌بعدي در مجموعه‌ داده‌ي KITTI نشان مي‌دهد كه با كسب متريك AP متوسط 44/03٪ روي آشكارساز CIA-SSD و AP متوسط 44/49٪ روي آشكارساز SE-SSD به عملكرد بالاتري نسبت به آشكارسازهاي پايه دست‌يافته است.

227733

مخابرات سيستم

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان