摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-17页 |
第一章 绪论 | 第17-25页 |
1.1 运动目标检测的研究背景与意义 | 第17-18页 |
1.2 运动目标检测的国内外研究现状 | 第18-20页 |
1.3 运动目标检测方法分类 | 第20-21页 |
1.4 运动目标检测所面临的挑战 | 第21-22页 |
1.5 论文的研究内容与组织结构 | 第22-25页 |
第二章 运动目标检测的基础理论 | 第25-33页 |
2.1 运动目标检测预处理知识 | 第25-28页 |
2.1.1 颜色空间 | 第25-27页 |
2.1.2 基于双线性插值的图像尺寸缩放 | 第27-28页 |
2.2 运动目标检测中的后处理方法 | 第28-31页 |
2.2.1 图像的滤波处理 | 第28-29页 |
2.2.2 图像的二值化 | 第29-30页 |
2.2.3 图像的形态学处理 | 第30-31页 |
2.3 运动目标检测的评价指标 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于深度全卷积网络的运动目标检测 | 第33-53页 |
3.1 引言 | 第33-34页 |
3.2 视频数据预处理 | 第34-36页 |
3.2.1 基于时域平均法的视频背景提取 | 第34-35页 |
3.2.2 视频图像颜色空间转换及尺寸缩放 | 第35-36页 |
3.3 卷积神经网络与全卷积网络 | 第36-40页 |
3.3.1 卷积神经网络 | 第36-38页 |
3.3.2 全卷积网络 | 第38-40页 |
3.4 基于深度全卷积网络的运动目标检测方法 | 第40-43页 |
3.4.1 自适应场景的运动目标检测整体框架 | 第40-41页 |
3.4.2 基于深度全卷积网络的运动目标检测整体结构 | 第41页 |
3.4.3 损失函数 | 第41-42页 |
3.4.4 Dropout | 第42页 |
3.4.5 上池化 | 第42-43页 |
3.4.6 语义分割图像后处理方法 | 第43页 |
3.5 实验与结果分析 | 第43-51页 |
3.5.1 数据集介绍 | 第43页 |
3.5.2 实验参数设置 | 第43-45页 |
3.5.3 实验环境 | 第45页 |
3.5.4 实验结果与分析 | 第45-51页 |
3.6 本章小结 | 第51-53页 |
第四章 基于深度残差网络与迁移学习的运动目标检测 | 第53-73页 |
4.1 引言 | 第53页 |
4.2 基于改进的时域平均法的视频背景提取 | 第53-56页 |
4.2.1 基于SuBSENSE算法的前景检测 | 第53-55页 |
4.2.2 背景图像的提取与实时更新 | 第55-56页 |
4.3 残差学习 | 第56-60页 |
4.3.1 梯度消失 | 第56-58页 |
4.3.2 残差学习机制 | 第58-60页 |
4.4 迁移学习 | 第60-61页 |
4.5 基于深度残差网络与迁移学习的运动目标检测方法 | 第61-63页 |
4.5.1 深度残差网络整体结构 | 第62-63页 |
4.5.2 残差网络结构与迁移学习方法 | 第63页 |
4.6 实验结果与分析 | 第63-71页 |
4.6.1 实验数据集 | 第63-64页 |
4.6.2 实验环境 | 第64页 |
4.6.3 实验参数设置 | 第64-65页 |
4.6.4 实验结果与分析 | 第65-71页 |
4.7 本章小结 | 第71-73页 |
第五章 基于条件生成式对抗网络的运动目标检测 | 第73-85页 |
5.1 引言 | 第73页 |
5.2 生成式对抗网络 | 第73-76页 |
5.2.1 生成式对抗网络的原理 | 第74页 |
5.2.2 生成式对抗网络的优缺点 | 第74-76页 |
5.3 深度卷积生成式对抗网络与条件生成式对抗网络 | 第76-78页 |
5.3.1 深度卷积生成式对抗网络 | 第76页 |
5.3.2 条件生成式对抗网络 | 第76-78页 |
5.4 基于条件生成式对抗网络的运动目标检测方法 | 第78-80页 |
5.4.1 条件生成式对抗网络模型的结构 | 第78-79页 |
5.4.2 条件生成式对抗网络模型的训练方法 | 第79-80页 |
5.5 实验与结果分析 | 第80-84页 |
5.5.1 实验数据集 | 第80页 |
5.5.2 实验环境 | 第80-81页 |
5.5.3 实验参数设置 | 第81页 |
5.5.4 实验结果与分析 | 第81-84页 |
5.6 本章小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
6.1 总结 | 第85页 |
6.2 展望 | 第85-87页 |
参考文献 | 第87-93页 |
致谢 | 第93-95页 |
作者简介 | 第95-96页 |