驾校场景下基于连续图像的3D目标检测算法的研究与实现.pdf

摘要

随着机动车保有量的不断升高，学习机动车驾驶技术的人数也同步增加，而驾

校场景存在车辆、人员间的碰撞风险。在这样的背景下，本文针对结合连续图像特

性的3D目标检测技术进行研究，以准确识别驾校场景中的车辆和人员，并得到准

确的目标距离信息。本文的主要工作如下：

1.为了目标检测算法能更好地适配驾校场景同时保证泛化性，采用迁移学习的

策略，为此利用公共数据集制作源数据集，命名为新COCO数据集，采集并制作

驾校场景下的目标数据集，命名为DS_dataset。采集并制作驾校场景下的多目标跟

踪评估数据集用于ID持久性的评估。采集并制作驾校场景下的地面分割数据集用

于训练地面分割网络来改善测距效果。

2.设计并实现驾校场景下的3D目标检测算法。本文选用YOLOv8目标检测算

法作为3D目标检测算法的基础，针对YOLOv8的特征提取模块和特征融合模块

进行了相应的改进，算法的mAP精度在新COCO数据集提升了0.2%，在DS_dataset

数据集上提升了1.5%。并出于实时性要求对YOLOv8模型进行了剪枝操作，模型

的推理速度提升了3.3%。利用鸟瞰图测距实现了3D目标检测算法中的测距模块，

并对基于目标框的测距点选择进行了研究，经验证测距的平均误差在5cm之内。

3.利用连续图像特性进一步改进3D目标检测算法的性能，结合ByteTrack算

法轨迹匹配策略改善漏检情形，使得算法的召回率提高了1.8%。为了保证目标身

份的持久性，在ByteTrack多目标跟踪算法的基础上，针对卡尔曼滤波进行了改进，

MOTA和IDF1分别提高了0.9%和0.5%。使用ORB和稀疏光流两种方式实现相

机运动补偿，IDF1分别提高了0.5%、0.3%。同时对数据关联算法做出改进，推理

速度提升了1.3%。

4.通过对驾校场景安全监测可视化系统的需求分析、架构设计，采用PyQt设

计并实现了该系统，该系统利用改进的3D目标检测算法对图像帧中的目标进行识

别。

本研究通过改进3D目标检测技术，有效提高了驾校场景中车辆和行人的识别

精度及距离测量的准确性。同时，研发的安全监测可视化系统为驾校提供了一个高

效和实时的安全保障工具。

关键词：目标检测，鸟瞰图测距，单目成像，连续图像

ABSTRACT

Asthenumberofmotorvehiclescontinuestoincrease,sodoesthenumberofpeople

learningtodrive,presentingariskofcollisionsbetweenvehiclesandpedestriansin

drivingschoolsettings.Thisthesisinvestigates3Dobjectdetectiontechnologythat

leveragescontinuousimagecharacteristicstoaccuratelyidentifyvehiclesandpedestrians

withindrivingschoolscenarios,providingprecisedistanceinformation.Themain

contributionsareasfollows:

1.Toenhancethegeneralizationandadaptabilityoftheobjectdetectionalgorithmto

drivingschoolscenarios,atransferlearningstrategyisemployed.AnewCOCOdataset

iscreatedusingpublicdatasets,alongsidetheDS_datasetfordrivingschoolscenarios,a

multi-objecttrackingevaluationdatasetforIDrecognitionperformance,and