基于中心对比卷积神经网络的目标跟踪算法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.3 主要研究内容 | 第14-15页 |
1.4 论文组织架构 | 第15-16页 |
第二章 相关基础知识介绍 | 第16-28页 |
2.1 目标表示常用特征 | 第16-20页 |
2.1.1 全局特征 | 第16-17页 |
2.1.2 局部特征 | 第17-19页 |
2.1.3 运动特征 | 第19-20页 |
2.2 卷积神经网络(CNN)特征 | 第20-23页 |
2.2.1 背景介绍 | 第20-21页 |
2.2.2 网络特点 | 第21-22页 |
2.2.3 网络结构 | 第22-23页 |
2.3 卷积神经网络常用训练方法与技巧 | 第23-27页 |
2.3.1 图像预处理 | 第23-24页 |
2.3.2 批量随机梯度下降 | 第24-25页 |
2.3.3 迁移学习 | 第25-26页 |
2.3.4 困难样本挖掘 | 第26页 |
2.3.5 边界框回归 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 逐任务驱动的卷积神经网络用于目标跟踪 | 第28-36页 |
3.1 引言 | 第28页 |
3.2 离线训练-逐任务驱动的卷积神经网络 | 第28-30页 |
3.3 在线跟踪 | 第30-32页 |
3.4 实验相关 | 第32-34页 |
3.4.1 实验数据集 | 第32页 |
3.4.2 常用评价指标 | 第32-34页 |
3.5 本章小结 | 第34-36页 |
第四章 中心对比卷积神经网络用于目标跟踪 | 第36-44页 |
4.1 引言 | 第36页 |
4.2 离线训练-中心对比卷积神经网络 | 第36-37页 |
4.3 在线跟踪 | 第37-38页 |
4.4 实验相关 | 第38-42页 |
4.4.1 参数设置 | 第38-39页 |
4.4.2 实验效果 | 第39-42页 |
4.5 本章小结 | 第42-44页 |
第五章 小运动优先的视觉目标跟踪算法 | 第44-52页 |
5.1 引言 | 第44页 |
5.2 离线训练-小运动规律建模 | 第44-46页 |
5.3 在线跟踪 | 第46-48页 |
5.4 实验相关 | 第48-50页 |
5.4.1 参数设置 | 第48页 |
5.4.2 实验效果 | 第48-50页 |
5.5 本章小结 | 第50-52页 |
第六章 总结与展望 | 第52-54页 |
6.1 本文工作总结 | 第52页 |
6.2 未来工作展望 | 第52-54页 |
参考文献 | 第54-58页 |
致谢 | 第58-60页 |
攻读学位期间发表的学术论文目录 | 第60页 |