首页--军事论文--军事技术论文--军事技术基础科学论文

小型飞行平台视频目标检测与跟踪技术研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-17页
第一章 绪论第17-25页
    1.1 研究背景及意义第17-18页
    1.2 国内外研究现状及面临的问题第18-22页
        1.2.1 目标检测算法国内外研究现状第18-20页
        1.2.2 视频目标跟踪算法国内外研究现状第20-21页
        1.2.3 针对小型飞行平台应用所面临的问题第21-22页
    1.3 研究内容及创新点第22页
        1.3.1 研究内容第22页
        1.3.2 创新点第22页
    1.4 论文结构安排第22-25页
第二章 目标检测算法的相关理论第25-43页
    2.1 目标检测算法基础理论第25-30页
        2.1.1 预处理第25-26页
        2.1.2 特征提取第26-28页
        2.1.3 特征分类第28-30页
    2.2 CNN理论基础第30-37页
        2.2.1 CNN发展简介第30-31页
        2.2.2 CNN基本结构及理论第31-34页
        2.2.3 CNN训练方法第34-37页
    2.3 基于DCNN的目标检测算法第37-43页
        2.3.1 Two-stage法第38-40页
        2.3.2 One-stage法第40-43页
第三章 基于DCNN的轻量级小目标检测算法第43-57页
    3.1 CNN模型压缩优化第43-45页
        3.1.1 SqueezeNet第43-44页
        3.1.2 MobileNet第44-45页
        3.1.3 ShuffleNet第45页
    3.2 基于DCNN的轻量级小目标检测模型第45-47页
        3.2.1 模型架构第46页
        3.2.2 Focalloss理论第46-47页
        3.2.3 损失函数改进第47页
    3.3 模型实现第47-50页
        3.3.1 软硬件环境介绍第48页
        3.3.2 训练集制作第48-49页
        3.3.3 模型构建及训练第49-50页
    3.4 仿真实验及结果分析第50-55页
        3.4.1 与基于InceptionV2的SSD算法比较第51-52页
        3.4.2 与基于MobileNetV1的SSD算法比较第52-53页
        3.4.3 与基于MobileNetV2的SSD算法比较第53页
        3.4.4 定量对比结果第53-55页
    3.5 本章小结第55-57页
第四章 结合显著性检测的TLD视频目标跟踪算法第57-77页
    4.1 传统的TLD目标跟踪算法第57-63页
        4.1.1 跟踪器第58-60页
        4.1.2 检测器第60-62页
        4.1.3 学习器第62-63页
    4.2 视觉显著性目标检测算法第63-68页
        4.2.1 视觉显著性目标检测发展简介第63-64页
        4.2.2 简单线性迭代聚类超像素分割算法详解第64-65页
        4.2.3 元胞自动机理论简介第65页
        4.2.4 基于元胞自动机的视觉显著性目标检测算法第65-68页
    4.3 结合显著性检测的TLD视频目标跟踪算法第68-71页
        4.3.1 改进后的算法流程第69-71页
        4.3.2 更进一步改进第71页
    4.4 仿真实验及结果分析第71-75页
        4.4.1 定性对比第72-74页
        4.4.2 定量对比第74-75页
    4.5 本章小结第75-77页
第五章 总结与展望第77-79页
    5.1 工作总结第77页
    5.2 未来研究展望第77-79页
参考文献第79-83页
致谢第83-85页
作者简介第85-86页

论文共86页,点击 下载论文
上一篇:分布式数据存储方法与抗毁性研究
下一篇:基于CT影像的左心室图像分割与PA/VSD患者手术方案选择的研究