一种改进SSD的行人检测方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 传统行人检测方法 | 第9-10页 |
| 1.2.2 基于深度学习的行人检测方法 | 第10-12页 |
| 1.3 主要研究工作 | 第12页 |
| 1.4 本文结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 行人检测技术基本理论 | 第14-32页 |
| 2.1 卷积神经网络结构 | 第14-20页 |
| 2.1.1 卷积层 | 第14-15页 |
| 2.1.2 池化层 | 第15-17页 |
| 2.1.3 全连接层 | 第17页 |
| 2.1.4 激活函数 | 第17-20页 |
| 2.2 卷积神经网络训练 | 第20-24页 |
| 2.2.1 前向传播 | 第20-21页 |
| 2.2.2 反向传播 | 第21-23页 |
| 2.2.3 交并比和非极大值抑制算法 | 第23-24页 |
| 2.3 反卷积神经网络 | 第24-26页 |
| 2.3.1 反卷积过程 | 第25-26页 |
| 2.3.2 反池化过程 | 第26页 |
| 2.4 常用行人检测算法 | 第26-30页 |
| 2.4.1 基于区域建议的目标检测 | 第26-28页 |
| 2.4.2 基于回归的目标检测算法 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 SSD行人检测方法研究 | 第32-42页 |
| 3.1 SSD目标检测算法 | 第32-35页 |
| 3.1.1 SSD网络结构 | 第32-34页 |
| 3.1.2 SSD网络训练 | 第34-35页 |
| 3.2 基于上下文信息的SSD行人检测算法 | 第35-40页 |
| 3.2.1 改进的SSD-T模型 | 第36-37页 |
| 3.2.2 多尺度预选框设计 | 第37页 |
| 3.2.3 训练步骤 | 第37-40页 |
| 3.3 本章小结 | 第40-42页 |
| 4 实验结果与分析 | 第42-48页 |
| 4.1 实验数据集 | 第42页 |
| 4.2 实验环境 | 第42页 |
| 4.3 SSD-T模型训练 | 第42-43页 |
| 4.4 实验性能评估指标 | 第43-44页 |
| 4.5 结果分析 | 第44-46页 |
| 4.6 本章小结 | 第46-48页 |
| 5 总结与展望 | 第48-50页 |
| 5.1 论文工作总结 | 第48页 |
| 5.2 研究展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 攻读硕士学位期间主要研究成果 | 第58页 |
