基于区域卷积神经网络的目标实时检测
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 主要难点与方法 | 第11-13页 |
| 1.3.1 检测目标多样性 | 第11-12页 |
| 1.3.2 算法思想多样性 | 第12页 |
| 1.3.3 后续处理方法 | 第12-13页 |
| 1.4 研究内容和贡献 | 第13-14页 |
| 1.5 论文的组织结构 | 第14-15页 |
| 2 相关研究进展 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 常用数据集 | 第15-16页 |
| 2.3 基本知识要点 | 第16-22页 |
| 2.3.1 选择性搜索算法 | 第16-17页 |
| 2.3.2 RoI池化 | 第17-18页 |
| 2.3.3 DPM特征 | 第18-19页 |
| 2.3.4 深度卷积网络 | 第19-21页 |
| 2.3.5 非极大抑制算法 | 第21-22页 |
| 2.4 目标检测算法综述 | 第22-25页 |
| 2.4.1 滑动窗口 | 第22页 |
| 2.4.2 区域卷积网络 | 第22-24页 |
| 2.4.3 端到端网络 | 第24-25页 |
| 2.5 评价标准 | 第25-26页 |
| 2.5.1 区域重叠率 | 第25页 |
| 2.5.2 平均精度均值 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 尺度不变的目标实时检测 | 第27-51页 |
| 3.1 引言 | 第27页 |
| 3.2 目标检测算法分析 | 第27-28页 |
| 3.3 检测算法思想 | 第28-33页 |
| 3.3.1 目标检测任务建模 | 第28-31页 |
| 3.3.2 问题求解思路 | 第31-33页 |
| 3.4 尺度不变的目标检测算法 | 第33-41页 |
| 3.4.1 预选区域选取方法 | 第33-34页 |
| 3.4.2 目标检测网络 | 第34-39页 |
| 3.4.3 后续处理方法 | 第39-41页 |
| 3.4.4 算法整体框架 | 第41页 |
| 3.5 目标检测结果与分析 | 第41-50页 |
| 3.5.1 数据集简介 | 第42页 |
| 3.5.2 实验设置 | 第42页 |
| 3.5.3 检测算法准确率 | 第42-45页 |
| 3.5.4 模块化分析 | 第45-46页 |
| 3.5.5 算法鲁棒性分析 | 第46-47页 |
| 3.5.6 类别鲁棒性分析 | 第47-49页 |
| 3.5.7 误检样本分析 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 4 目标检测算法的匹配策略优化 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 问题分析 | 第51-54页 |
| 4.3 多策略融合的匹配方法 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-57页 |
| 4.5 检测结果展示 | 第57-60页 |
| 4.5.1 数据集图像 | 第57-58页 |
| 4.5.2 摄像头图像 | 第58-59页 |
| 4.5.3 视频图像 | 第59-60页 |
| 4.6 本章总结 | 第60-61页 |
| 5 总结与展望 | 第61-64页 |
| 5.1 全文工作结论 | 第61-62页 |
| 5.2 未来工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |
