基于结构光与视觉检测的虚拟导盲杖系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状与分析 | 第10-13页 |
| 1.3 本课题研究内容 | 第13-14页 |
| 第2章 导盲杖前端系统设计 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 硬件平台的搭建 | 第14-15页 |
| 2.3 前端软件系统的设计 | 第15-25页 |
| 2.3.1 FPGA视频通路搭建 | 第15页 |
| 2.3.2 条纹提取算法仿真 | 第15-17页 |
| 2.3.3 条纹提取算法硬件语言实现 | 第17页 |
| 2.3.4 激光与相机标定 | 第17-24页 |
| 2.3.5 三角测距 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于神经网络的障碍物特征提取 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 卷积神经网络的结构与特点 | 第26-28页 |
| 3.3 正向传播与反向传播 | 第28-30页 |
| 3.4 障碍物特征提取网络设计 | 第30-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于神经网络的障碍物检测 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 基于区域提名的目标检测算法 | 第35-37页 |
| 4.2.1 候选框的生成 | 第35-37页 |
| 4.2.2 感兴趣区域池化层 | 第37页 |
| 4.3 基于回归的目标检测算法 | 第37-40页 |
| 4.3.1 检测网络整体结构 | 第38-39页 |
| 4.3.2 训练策略分析 | 第39-40页 |
| 4.4 轻量型目标检测算法设计 | 第40-44页 |
| 4.4.1 基础网络设计 | 第40-42页 |
| 4.4.2 多尺度检测算法设计 | 第42-43页 |
| 4.4.3 数据增广 | 第43-44页 |
| 4.4.4 困难样本处理 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 综合实验及结果分析 | 第45-54页 |
| 5.1 导盲杖测距实验及精度分析 | 第45-46页 |
| 5.2 室内物体数据集搭建 | 第46-48页 |
| 5.3 检测网络训练 | 第48页 |
| 5.4 实验结果及网络性能分析 | 第48-53页 |
| 5.4.1 默认框的选择对检测精度的影响 | 第48-51页 |
| 5.4.2 网络规模及运行速度分析 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59-61页 |
| 致谢 | 第61页 |
