首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于学习的旋转乒乓球定位与轨迹预测

致谢第5-7页
摘要第7-9页
Abstract第9-10页
第一章 绪论第17-35页
    1.1 研究背景和意义第17-18页
    1.2 乒乓球机器人系统研究现状第18-23页
    1.3 运动物体轨迹预测方法研究现状第23-32页
        1.3.1 运动物体检测方法第24-25页
        1.3.2 运动物体定位方法第25-30页
        1.3.3 运动物体轨迹预测方法第30-32页
    1.4 研究内容与创新点第32-33页
    1.5 论文结构第33-35页
第二章 乒乓球数据采集与处理第35-53页
    2.1 概述第35-36页
    2.2 乒乓球机器人视觉系统平台第36-39页
    2.3 乒乓球数据采集与处理第39-52页
        2.3.1 乒乓球图像采集、标注与预处理第39-45页
        2.3.2 乒乓球轨迹数据采集、标注与处理第45-52页
    2.4 本章小结第52-53页
第三章 基于卷积神经网络的乒乓球识别与定位第53-73页
    3.1 概述第53-55页
    3.2 卷积神经网络前向推导第55-58页
    3.3 乒乓球识别网络第58-65页
        3.3.1 乒乓球识别网络搭建第58-59页
        3.3.2 乒乓球识别网络训练第59-61页
        3.3.3 乒乓球识别网络实验结果与分析第61-65页
    3.4 乒乓球定位网络第65-71页
        3.4.1 乒乓球定位网络搭建第65-68页
        3.4.2 乒乓球定位网络训练、实验结果与分析第68-71页
    3.5 本章小结第71-73页
第四章 基于递归神经网络的旋转乒乓球轨迹预测第73-87页
    4.1 概述第73-74页
    4.2 递归神经网络前向推导第74-77页
    4.3 乒乓球轨迹预测网络搭建第77-79页
    4.4 乒乓球轨迹预测网络训练第79-82页
    4.5 乒乓球轨迹预测网络实验结果与分析第82-85页
    4.6 本章小结第85-87页
第五章 总结与展望第87-91页
    5.1 总结第87-88页
    5.2 展望第88-91页
参考文献第91-101页
攻读硕士学位期间主要的研究成果第101页

论文共101页,点击 下载论文
上一篇:基于度量学习的人体检测与跟踪方法研究及系统实现
下一篇:基于肌音信号的头部动作模式识别及其应用的研究