| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 本文工作 | 第11-12页 |
| 1.3 本文结构 | 第12-13页 |
| 2 基于颜色和形状特征的刚性物体检测 | 第13-34页 |
| 2.1 刚性物体检测的定义及应用场景 | 第13-14页 |
| 2.2 相关技术 | 第14-21页 |
| 2.2.1 像素变换及颜色空间 | 第14-15页 |
| 2.2.2 数学形态学 | 第15-16页 |
| 2.2.3 霍夫变换 | 第16-17页 |
| 2.2.4 特征提取与支持向量机 | 第17-21页 |
| 2.3 本文研究 | 第21-30页 |
| 2.3.1 颜色和几何特征结合的火电厂用温度探头检测 | 第21-25页 |
| 2.3.2 几何特征与卷积神经网络结合的中国象棋棋子检测 | 第25-30页 |
| 2.4 实验结果及分析 | 第30-33页 |
| 2.4.1 温度探头检测算法在实际系统中的运行情况 | 第30页 |
| 2.4.2 中国象棋棋子检测算法在实际系统中的运行情况 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 基于卷积神经网络的习得物体检测 | 第34-51页 |
| 3.1 习得物体检测的定义及应用场景 | 第34-35页 |
| 3.2 相关技术 | 第35-42页 |
| 3.2.1 卷积神经网络 | 第35-39页 |
| 3.2.2 RCNN | 第39-41页 |
| 3.2.3 YOLO | 第41-42页 |
| 3.3 本文研究 | 第42-46页 |
| 3.3.1 基于卷积神经网络的自然场景下的二代身份证检测 | 第42-46页 |
| 3.4 实验结果及分析 | 第46-50页 |
| 3.4.1 三种网络结构的性能对比 | 第46-49页 |
| 3.4.2 训练样本数量对检测效果的影响 | 第49页 |
| 3.4.3 测试集上检测效果的定性分析 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 4 基于似物性估计的任意物体检测 | 第51-63页 |
| 4.1 任意物体检测的定义及应用场景 | 第51-52页 |
| 4.2 相关技术 | 第52-55页 |
| 4.2.1 区域合并方法 | 第52-53页 |
| 4.2.2 窗口评分方法 | 第53-55页 |
| 4.3 本文研究 | 第55-60页 |
| 4.3.1 基于图像分割结构化特征的任意物体检测 | 第55-60页 |
| 4.4 实验结果及分析 | 第60-62页 |
| 4.4.1 特征区分度测试及对比 | 第60页 |
| 4.4.2 检测率测试及比对 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 全文总结 | 第63-64页 |
| 5.2 未来展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 在学期间所取得的科研成果 | 第70页 |
