基于卷积神经网络与多模板的视觉跟踪算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 卷积神经网络研究现状 | 第10-12页 |
| 1.2.2 GPU的发展对深度学习的影响 | 第12-14页 |
| 1.2.3 视觉跟踪算法研究现状 | 第14-16页 |
| 1.3 本文研究内容与创新点 | 第16页 |
| 1.4 本章小结 | 第16-18页 |
| 第2章 多域卷积神经网络的设计与分析 | 第18-34页 |
| 2.1 卷积神经网络数学模型的构建 | 第18-25页 |
| 2.1.1 前向传播数学模型推导 | 第18-23页 |
| 2.1.2 误差反向传播模型设计与计算 | 第23-25页 |
| 2.2 卷积神经网络训练的优化方案设计 | 第25-26页 |
| 2.3 卷积神经网络过拟合现象及其解决方法 | 第26-29页 |
| 2.4 多域卷积神经网络 | 第29-33页 |
| 2.4.1 多域卷积神经网络结构设计 | 第29-31页 |
| 2.4.2 多域卷积神经网络预训练方法 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 树形结构的多模板管理方案设计 | 第34-40页 |
| 3.1 模板树结构设计 | 第34-36页 |
| 3.2 跟踪过程中目标的检测 | 第36-38页 |
| 3.3 模板树的更新方法 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 算法的软件实现与分析 | 第40-50页 |
| 4.1 软件的设计与实现 | 第40-43页 |
| 4.2 实验分析 | 第43-48页 |
| 4.2.1 对比实验 | 第44-47页 |
| 4.2.2 模块分析 | 第47-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-54页 |
| 5.1 全文总结 | 第50-51页 |
| 5.2 工作展望 | 第51-54页 |
| 参考文献 | 第54-60页 |
| 发表论文和参加科研情况说明 | 第60-62页 |
| 致谢 | 第62页 |
