| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究动态 | 第10-17页 |
| 1.2.1 毫米波及太赫兹探测成像系统发展状况 | 第10-14页 |
| 1.2.2 毫米波及太赫兹图像目标检测技术发展 | 第14-16页 |
| 1.2.3 毫米波及太赫兹图像目标跟踪技术发展 | 第16-17页 |
| 1.3 论文主要工作及章节安排 | 第17-19页 |
| 第二章 毫米波及太赫兹探测成像与目标检测跟踪基础 | 第19-29页 |
| 2.1 无源成像基础理论 | 第19-24页 |
| 2.1.1 黑体辐射理论 | 第19-20页 |
| 2.1.2 毫米波及太赫兹近程天线探测原理 | 第20-21页 |
| 2.1.3 毫米波及太赫兹宽带辐射计模型 | 第21-24页 |
| 2.2 毫米波及太赫兹图像目标检测算法基础 | 第24-26页 |
| 2.3 毫米波及太赫兹图像目标跟踪算法基础 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于卷积神经网络的目标检测算法研究 | 第29-50页 |
| 3.1 神经网络模型 | 第29-33页 |
| 3.1.1 神经网络算法基本原理 | 第29-31页 |
| 3.1.2 逆误差传播算法 | 第31-33页 |
| 3.2 卷积神经网络 | 第33-40页 |
| 3.2.1 图像卷积操作 | 第33-36页 |
| 3.2.2 卷积神经网络架构 | 第36-38页 |
| 3.2.3 目标检测算法原理 | 第38-40页 |
| 3.3 基于卷积神经网络的检测算法研究 | 第40-41页 |
| 3.4 改进的基于卷积神经网络的检测算法研究 | 第41-46页 |
| 3.5 仿真结果分析 | 第46-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于半监督框架的目标跟踪算法研究 | 第50-71页 |
| 4.1 半监督目标跟踪算法框架 | 第50-51页 |
| 4.2 基于金字塔LK光流的目标跟踪算法分析 | 第51-55页 |
| 4.2.1 LK光流法 | 第51-52页 |
| 4.2.2 基于中值光流法的目标跟踪算法 | 第52-53页 |
| 4.2.3 仿真实验分析 | 第53-55页 |
| 4.3 基于级联分类器的目标检测算法分析 | 第55-60页 |
| 4.3.1 级联分类器算法框架 | 第55-59页 |
| 4.3.2 仿真实验分析 | 第59-60页 |
| 4.4 半监督学习 | 第60-62页 |
| 4.4.1 P-N学习过程 | 第60-61页 |
| 4.4.2 P-N约束 | 第61-62页 |
| 4.5 基于半监督框架的目标跟踪算法 | 第62-70页 |
| 4.5.1 基于半监督框架的目标跟踪算法研究及仿真实验 | 第62-65页 |
| 4.5.2 改进的基于半监督框架的目标跟踪算法及仿真实验 | 第65-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 工作总结 | 第71页 |
| 5.2 工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |