基于改进YOLOv2网络的遗留物检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 目标检测与特征匹配介绍 | 第14-24页 |
| 2.1 传统目标检测方法 | 第14-18页 |
| 2.1.1 光流法 | 第14-15页 |
| 2.1.2 帧间差分法 | 第15-16页 |
| 2.1.3 背景差分法 | 第16-18页 |
| 2.2 YOLOV2目标检测 | 第18-21页 |
| 2.2.1 特征提取网络Darknet-19 | 第18-19页 |
| 2.2.2 YOLOv2网络原理 | 第19-21页 |
| 2.3 ORB特征匹配算法 | 第21-23页 |
| 2.3.1 ORB算法特征检测 | 第21-22页 |
| 2.3.2 ORB算法特征描述 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于改进YOLOv2网络的遗留物检测算法 | 第24-34页 |
| 3.1 改进YOLOv2网络结构 | 第24-26页 |
| 3.2 遗留物分析与判断 | 第26-27页 |
| 3.3 遗留物检测算法实现 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-33页 |
| 3.4.1 YOLOv2-A网络实验结果与分析 | 第29-30页 |
| 3.4.2 遗留物算法实验结果与分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于改进ORB的遗留物检测算法 | 第34-43页 |
| 4.1 改进ORB特征匹配算法 | 第34-36页 |
| 4.1.1 改进ORB特征检测 | 第34-35页 |
| 4.1.2 改进ORB特征匹配 | 第35-36页 |
| 4.2 背景搬移物判别 | 第36-37页 |
| 4.3 遗留物遮挡处理 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-42页 |
| 4.4.1 ORBS算法实验结果与分析 | 第38-40页 |
| 4.4.2 遗留物算法实验结果与分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章遗留物智能检测系统 | 第43-50页 |
| 5.1 系统整体框架 | 第43-44页 |
| 5.2 服务器端功能设计与实现 | 第44-45页 |
| 5.3 客户端功能设计与实现 | 第45-49页 |
| 5.3.1 用户登录与界面区域 | 第45-46页 |
| 5.3.2 视频播放与录像 | 第46-47页 |
| 5.3.3 遗留物检测与报警处理 | 第47-48页 |
| 5.3.4 多窗口并行处理 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57页 |
