基于强化学习的视觉跟踪方法研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基于相关滤波的跟踪算法 | 第11-12页 |
| 1.2.2 基于深度学习的跟踪算法 | 第12-15页 |
| 1.3 本文主要工作及章节安排 | 第15-17页 |
| 第2章 相关理论基础 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 视觉跟踪算法 | 第17-19页 |
| 2.2.1 基于检测的深度跟踪算法 | 第17-18页 |
| 2.2.2 基于模板匹配的深度跟踪算法 | 第18-19页 |
| 2.3 深度学习理论基础 | 第19-23页 |
| 2.3.1 CNN基本概念 | 第19-22页 |
| 2.3.2 CNN常用的激活函数 | 第22-23页 |
| 2.3.3 CNN基本特点 | 第23页 |
| 2.4 强化学习理论基础 | 第23-26页 |
| 2.4.1 强化学习系统组成 | 第24-25页 |
| 2.4.2 DQN原理 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于强化学习的边界调整跟踪算法 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 定位-调整跟踪模型 | 第28-29页 |
| 3.3 强化学习元素设计 | 第29-30页 |
| 3.4 联合训练 | 第30-33页 |
| 3.5 实验结果分析 | 第33-37页 |
| 3.5.1 总体评价 | 第33-35页 |
| 3.5.2 分属性评价 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 基于强化学习的“猜测-匹配”机制 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 目标跟踪中的运动模型 | 第38-40页 |
| 4.3 基于强化学习的“猜测-匹配”机制 | 第40-42页 |
| 4.4 匹配模块及跟踪过程 | 第42-43页 |
| 4.5 基于实验结果分析 | 第43-47页 |
| 4.5.1 总体评价 | 第44-45页 |
| 4.5.2 运动模型比较 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 主要工作总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-57页 |
| 致谢 | 第57-58页 |
| 硕士期间取得的科研成果 | 第58页 |
| 所获奖励与荣誉 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |
