基于改进YOLOv7的夜间行人检测算法设计与验证_车联网与自动驾驶_2026年.docxVIP

PAGE26

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

夜间环境下的行人检测是车联网与自动驾驶感知链路中的薄弱环节。车载摄像头在低照度条件下成像噪声大、对比度低，行人目标常呈现边缘模糊、纹理丢失、与背景混淆等退化现象，导致通用目标检测算法在夜间场景的漏检率显著高于白天。本文面向这一痛点，以单阶段检测器YOLOv7为基线，研究低照度条件下行人特征的增强方法。

本文将夜间行人检测形