基于卷积神经网络的车辆目标检测开题报告

全文总字数：4351字

1. 研究目的与意义（文献综述）

随着城市道路的不断发展和高速公路的广泛建设，汽车已经成为人们必不可少的出行交通方式，推动着人类社会的发展，提高通勤效率。汽车的研发技术在不断的优化，总量也在持续增加，汽车交通在为人类做出极大贡献的同时，也对社会和安全带来了许多亟待解决的问题，交通拥堵、交通事故以及车辆违规等问题持续困扰着交通规划者和道路使用者，为城市交通管理和司乘安全带来了极大的风险和挑战。因此，基于人工智能建立智能交通系统成为当前计算机领域热门的研究方向，对改善城市交通拥堵情况和减少交通事故的发生都具有重大意义。

智能交通系统通过各种技术手段提供交通管理相关的服务，使交通规划者和道路使用者更好地了解交通网络，从而提高交通安全、流动性、效率和道路环境。车辆检测作为智能交通系统的关键步骤，其作用是在城市道路、高速公路、停车场或任何其他地方检测或跟踪现场车辆的信息，从而实现车辆计数、车速测量、交通事故识别、交通流量预测等信息辅助功能。车辆检测涉及交通安全和乘客的人身安全，要尽最大可能的降低交通事故发生的可能性，因此对系统的实时性和可靠性具有较高的要求。

2. 研究的基本内容与方案

本文研究内容为基于卷积神经网络的车辆目标检测的设计，学习和研究卷积神经网络目标检测算法原理和方法。重点研究基于区域推荐的目标检测网络。分析和研究不同的目标检测算法，选取符合本课题的深度学习算法；对多种图像进行预处理研究测试；对原始数据集进行选取和填充，提高算法的泛华能力；对原始的网络模型进行优化和压缩，提高网络的准确率，适当解决在提高准确率的同时，也导致内存需求过度增加的问题。在vc 或matlab环境下实现，并对结果进行比较分析。

目标的平台实现业务流程如下图所示：

3. 研究计划与安排

第1周—第4周 搜集资料，撰写开题报告；

第5周—第6周 论文开题，硬软件总体设计；

第7周—第12周 分步实施，实验及分析，撰写论文初稿；

4. 参考文献（12篇以上）

[1] 张海玉.基于卷积神经网络的夜间车辆目标检测方法研究[d].杭州：杭州电子科技大学，2019.

[2]罗雨珊.基于cnn的车辆目标检测关键技术研究与设计[d].成都电子科技大学，2019.

[3]蔡婉雪.基于卷积神经网络的高速车辆检测的研究[d].南京：南京邮电大学，2018