第一章 绪论

1.1 研究背景及意义

随着计算机的发明与硬件技术的不断发展，人们对实际生活和工作中遇到的问题的解决方式也在无形中悄然发生变化，很多过去需要花费巨大人力和财力才能完成的任务，现在可以直接交给软件来实现。机器学习和计算机视觉就是这些技术中非常重要的研究热点和研究方向。21世纪是一个非凡的、创新的并具有挑战性的时代，互联网技术的快速发展以及计算机硬件计算能力的不断提高，特别是图形处理器（GPU）技术的不断优化和性能提升，这些技术的不断发展为深度学习的兴起和发展奠定了基石。深度学习的终极目标是模拟人的大脑，使冰冷的机器能够像人脑一样学习、思考和决策。机器学习即机器自主思考和决策的软件技术，其以数据样本为主要的研究对象，同时结合计算机视觉的图像处理技术来获取外界的图像信息，通过相关算法对采集的样本数据进行训练和挖掘，并最终对数据进行预测与分析，其最终的目标是构建一个具有和人的视觉能力相媲美的视觉检测系统，以完成实际工程中面临的各种检测任务。

让计算机从视频和数字图像中自动地查找双目立体是很多实际工程应用的关键问题。本文所讨论的目标检测是针对生产线的关键岗位这一特定复杂环境场景，大多数户外环境也都属于这一类似情况，如安防监控领域，摄像头悬挂在高处，自顶向下对双目立体进行检测，在这一领域，国内的海康威视（HK Vision）是世界级的安防监控解决方案供应商。又如智能驾驶领域，置于车内外的摄像头平视车外对运动的双目立体进行实时检测，这对汽车驾驶安全起到了极大的辅助作用，同时也对当前的双目立体测距算法提出了要求。国内外已经有较多的公司开始做无人驾驶汽车的相关工作，比较著名有美国的互联网搜索引擎Google和电动汽车制造商Tesla，国内比较著名的互联网搜索巨头百度在这一领域也取得了显著的成果。可以预见，随着车辆辅助驾驶技术的需求提高，科研人员必将对智能驾驶进一步深入研究，双目立体在其次辅助驾驶领域将逐步成为学术界研究的重点。现阶段辅助驾驶系统上的双目立体测距算法虽然较以前有了较大的发展，Tesla的无人驾驶技术已经投入商用，但在面对复杂的现实场景时，仍然存在众多急需解决的问题，其检测精度和速度还有待提高。

总之，双目立体测距工业生产装配线等实际应用环境中，其具有重要的理论研究价值和实际意义。

1.2 双目立体测距研究现状

双目立体测距技术中的核心在于双目立体特征的提取，双目立体特征描述算子大致可以分为三种：图像浅层特征，基于训练的特征以及多融合特征。图像浅层特征通常指图像信息的表面纹理信息、颜色空间以及图像强度等基本的特征；基于训练的特征一般是利用机器视觉或深度学习的相关模型训练算法，通过输入的双目立体训练样本集，让算法自动地从大量的双目立体样本中学习到的双目立体特征；多融合特征从原理上讲，一般指的是多种固有图像浅层特征的混合，或可以看成浅层图像信息的深层次表达。图像固有浅层特征在计算量上相对较少，其运行速度快，但仅仅用图像的浅层信息从描述双目立体特征，在最终的双目立体测距上判别能力较差。基于学习的特征能从大量的样本中提取出判别能力比较强的特征，但是这导致最终的判别和训练样本的选择密切相关，若样本集不具有代表性，则很难提取出好的特征；混合特征能从不同的侧面来刻画图像特征，提高检测的准确率，但导致特征维度加大，特征的计算和分类器的预测时间将大大增加，影响检测的实时性。

综上所述，基于训练的双目立体特征对复杂环境下的双目立体测距具有优势。利用深度学习的卷积神经网络算法训练双目立体数据集，以提取深层次双目立体特征。但是，直接将双目立体原始图像输入到设计的双目立体卷积神经网络中训练，其训练时间过长，且神经网络提取双目立体特征有重叠，这在一定程度上影响了检测的实时性。