| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 前言 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 主要研究内容及章节安排 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 论文章节安排 | 第13-15页 |
| 2 SSD目标检测的实现 | 第15-30页 |
| 2.1 SSD网络 | 第15-19页 |
| 2.1.1 SSD网络结构 | 第15-17页 |
| 2.1.2 SSD网络实现目标检测的关键点 | 第17-19页 |
| 2.2 用于网络训练的数据集选取 | 第19-22页 |
| 2.2.1 数据集选取 | 第19-21页 |
| 2.2.2 数据预处理 | 第21-22页 |
| 2.3 SSD网络训练 | 第22-27页 |
| 2.3.1 网络损失函数 | 第22-25页 |
| 2.3.2 网络训练 | 第25-27页 |
| 2.4 SSD网络测试 | 第27-30页 |
| 3 基于SSD的监控视频目标检测 | 第30-43页 |
| 3.1 监控视频的特点 | 第30-32页 |
| 3.2 SSD网络用于监控视频目标检测 | 第32-36页 |
| 3.2.1 白天监控视频目标检测 | 第32-34页 |
| 3.2.2 夜间监控视频目标检测 | 第34-36页 |
| 3.3 SSD网络在监控视频目标检测中存在的问题 | 第36-43页 |
| 3.3.1 SSD网络对小目标的检测能力较弱 | 第36-38页 |
| 3.3.2 图像缩放引起的目标几何失真 | 第38-43页 |
| 4 基于图像区域划分和SSD网络的监控视频目标检测 | 第43-55页 |
| 4.1 图像区域划分 | 第43-50页 |
| 4.2 图像区域划分方法应用于夜间监控视频目标检测 | 第50-51页 |
| 4.3 弱小目标在图像中所占比例对检测效果的影响 | 第51-52页 |
| 4.4 监控视频目标检测效率提升策略 | 第52-55页 |
| 5 结论 | 第55-57页 |
| 5.1 全文总结 | 第55页 |
| 5.2 论文的创新点 | 第55-56页 |
| 5.3 论文的不足之处 | 第56-57页 |
| 6 展望 | 第57-58页 |
| 7 参考文献 | 第58-63页 |
| 8 攻读硕士学位期间发表论文情况 | 第63-64页 |
| 9 致谢 | 第64页 |