基于语义分割的道路目标检测算法优化开题报告

全文总字数：4829字

1. 研究目的与意义（文献综述）

1.1研究目的及意义

随着科技的进步和社会的发展，汽车俨然已经成为人们日常出行的主要交通工具，在生产活动中扮演着至关重要的角色。我国是汽车大国，汽车产销量已经连续十年蝉联全球第一。汽车产销量持续增长，汽车保有量也逐年增加，根据公安部最新数据显示，截止到2019年，我国汽车保有量达到2.6亿辆，相比2018年增长了8.83%。但是汽车保有量持续增加也造成了交通环境日趋恶劣、交通拥挤加剧以及交通事故频发，造成了大量的人员伤亡和经济损失。2018年全国发生交通事故244937起，死亡人数为63194人，造成直接财产损失为138455.9万元。这些交通事故大都是驾驶员不恰当的驾驶行为等人为因素造成的，因此，如何有效降低道路交通事故是近些年热门研究课题。

近年来，人工智能技术的迅猛发展正在不断促进并推动各个行业的发展，其中对于汽车制造业乃至交通运输业造成的影响较为显著，已经成为解决城市交通系统现存问题最有效的方法。如今，无人驾驶和先进辅助驾驶系统（advanced driver assistance system, adas）是目前解决公路交通问题的热门方案。adas是一种车载系统，利用安装于车辆上的传感器，将车况、路面状况和车外环境状况同时呈现在司机面前，让司机在最短时间内发现潜在的危险，并帮助司机做出决策。adas的主要研究方向包括自适应远光控制系统、行人/障碍物/车辆探测系统、驾驶员疲劳探测系统、碰撞避免或预碰撞系统等。

2. 研究的基本内容与方案

准确及时地检测出道路中的机动车、行人、交通标志、障碍物、交通信号灯等各类目标对于构建智能交通系统具有较大的意义。本文主要是对基于语义分割的道路目标检测算法优化算法进行优化，以适用于自动驾驶技术中以视觉进行环境感知的要求。针对这一目标，本文拟进行以下几个方面的研究：

（1）进行调研，介绍目前国内外用于目标检测的方法理论和研究成果。

（2）从深度学习从深度学习与图像目标检测的关系入手，介绍深度学习基本框架和几种基本模型，其中主要应用于图像检测与分类的是卷积神经网络。接着介绍卷积神经网络的相关知识，包括卷积神经网络的发展过程、网络结构、卷积神经网络的特点和训练方法这四个方面。

3. 研究计划与安排

（1）8学期第1周：方案构思、文献检索、完成开题报告；

（2）8学期第2-3周：外文翻译、资料再收集；

4. 参考文献（12篇以上）

[1]. 李明熹,林正奎,曲毅.计算机视觉下的车辆目标检测算法综述[j].计算机工程与应用,2019,55(24):20-28.doi:10.3778/j.issn.1002-8331.1908-0408.

[2].罗会兰,张云.基于深度网络的图像语义分割综述[j].电子学报,2019,47(10):2211-2220.doi:10.3969/j.issn.0372-2112.2019.10.024.

[3] 张庆辉,万晨霞,秦淑英, 等.基于卷积神经网络的道路目标检测算法[j].计算机工程与设计,2019,40(7):2052-2058. doi:10.16208