| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 关键技术研究现状 | 第11-16页 |
| 1.3 本文的主要工作及创新点 | 第16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 运动目标检测 | 第18-38页 |
| 2.1 运动目标检测的基本方法 | 第18-25页 |
| 2.1.1 背景差分法 | 第18-19页 |
| 2.1.2 帧间差分法 | 第19页 |
| 2.1.3 光流法 | 第19-21页 |
| 2.1.4 背景建模法 | 第21-25页 |
| 2.2 基于深度编解码网络的运动目标检测算法 | 第25-36页 |
| 2.2.1 图像的特征表达 | 第25-26页 |
| 2.2.2 提出的算法 | 第26-30页 |
| 2.2.3 实验结果及分析 | 第30-36页 |
| 2.3 本章总结 | 第36-38页 |
| 第3章 目标检测关键技术 | 第38-50页 |
| 3.1 目标检测的一般流程 | 第38-39页 |
| 3.2 Faster-RCNN介绍 | 第39-46页 |
| 3.2.1 感兴趣区域池化(Region of Interest Pooling,ROIPooling) | 第39-41页 |
| 3.2.2 区域建议网络(Region Proposal Network,RPN) | 第41-43页 |
| 3.2.3 后处理步骤 | 第43-46页 |
| 3.3 目标检测实验结果 | 第46-48页 |
| 3.4 本章总结 | 第48-50页 |
| 第4章 目标跟踪关键技术 | 第50-60页 |
| 4.1 目标跟踪的一般流程及现有算法 | 第50-51页 |
| 4.2 GOTURN跟踪模型 | 第51-53页 |
| 4.3 基于感兴趣区域池化的目标跟踪算法 | 第53-59页 |
| 4.3.1 网络结构 | 第53-55页 |
| 4.3.2 训练网络 | 第55-56页 |
| 4.3.3 算法概述 | 第56页 |
| 4.3.4 实验结果及分析 | 第56-59页 |
| 4.4 本章总结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60页 |
| 5.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的研究成果 | 第70页 |