| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人体目标检测研究现状 | 第11-14页 |
| 1.3 研究目标和研究内容 | 第14-15页 |
| 1.4 本文章节安排 | 第15-16页 |
| 第二章 卷积神经网络与误差反向传播 | 第16-28页 |
| 2.1 神经网络 | 第16-18页 |
| 2.1.1 神经元模型 | 第16-17页 |
| 2.1.2 激励函数 | 第17-18页 |
| 2.2 卷积神经网络 | 第18-23页 |
| 2.2.1 卷积神经网络的结构 | 第18-19页 |
| 2.2.2 图像卷积原理 | 第19-20页 |
| 2.2.3 卷积神经网络的关键策略 | 第20-23页 |
| 2.3 误差反向传播 | 第23-27页 |
| 2.3.1 反向传播网络结构 | 第24-25页 |
| 2.3.2 误差反向传播算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 人体目标区域选择算法设计 | 第28-47页 |
| 3.1 人体目标区域选择算法概述 | 第28-29页 |
| 3.2 基于选择搜索的人体目标区域选择算法 | 第29-39页 |
| 3.2.1 图像信息的复杂性 | 第29-30页 |
| 3.2.2 人体目标区域层次分组 | 第30-32页 |
| 3.2.3 多样化策略选择搜索 | 第32-38页 |
| 3.2.4 实验测试 | 第38-39页 |
| 3.3 基于RPN的人体目标区域选择算法 | 第39-46页 |
| 3.3.1 人体目标区域推荐网络设计 | 第39-40页 |
| 3.3.2 anchor平移不变性 | 第40-41页 |
| 3.3.3 人体目标框非极大值抑制 | 第41-43页 |
| 3.3.4 人体目标区域推荐网络的训练 | 第43-45页 |
| 3.3.5 实验测试 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于区域卷积神经网络的人体目标检测算法设计 | 第47-66页 |
| 4.1 区域卷积神经网络人体目标检测概述 | 第47-48页 |
| 4.2 人体目标检测网络设计与训练 | 第48-56页 |
| 4.2.1 ZF卷积神经网络 | 第49-50页 |
| 4.2.2 VGG深度卷积神经网络 | 第50-53页 |
| 4.2.3 人体目标检测网络模型的训练 | 第53-56页 |
| 4.3 人体目标检测分类器设计 | 第56-59页 |
| 4.3.1 Softmax分类器 | 第56-58页 |
| 4.3.2 Softmax分类器优化 | 第58-59页 |
| 4.4 人体目标检测框回归 | 第59-63页 |
| 4.5 关键岗位人员姿态判定 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 实验与分析 | 第66-79页 |
| 5.1 软硬件平台 | 第66-67页 |
| 5.2 样本数据集 | 第67-70页 |
| 5.2.1 人体目标样本的采集 | 第67-68页 |
| 5.2.2 样本的标记与预处理 | 第68-70页 |
| 5.3 关键岗位人员区域选择实验 | 第70-72页 |
| 5.3.1 基于选择搜索的区域选择实验 | 第70-71页 |
| 5.3.2 基于RPN的区域选择实验 | 第71-72页 |
| 5.4 关键岗位人员检测实验与分析 | 第72-77页 |
| 5.5 本章小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 附录 | 第86-88页 |
| 攻读硕士期间取得的成果 | 第88-89页 |