| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1. 绪论 | 第9-16页 |
| 1.1. 研究背景及意义 | 第9-10页 |
| 1.2. 国内外研究现状 | 第10-13页 |
| 1.3. 本文主要研究内容 | 第13-14页 |
| 1.4. 本文组织结构 | 第14-16页 |
| 2. 基于目标性和显著性的水面目标检测算法研究 | 第16-43页 |
| 2.1. 背景介绍 | 第16-17页 |
| 2.2. 研究内容 | 第17-19页 |
| 2.3. 方法概述 | 第19-20页 |
| 2.4. 目标潜在区域提取算法 | 第20-31页 |
| 2.5. 目标显著性区域提取算法 | 第31-37页 |
| 2.6. 虚警抑制算法 | 第37-39页 |
| 2.7. 实验结果与分析 | 第39-42页 |
| 2.8. 本章小结 | 第42-43页 |
| 3. 基于深度学习的水面目标检测与识别算法研究 | 第43-54页 |
| 3.1. 引言 | 第43-44页 |
| 3.2. 卷积神经网络 | 第44-45页 |
| 3.3. 基于R-CNN的水面目标检测与识别算法 | 第45-46页 |
| 3.4. 基于FAST R-CNN的水面目标检测与识别算法 | 第46-48页 |
| 3.5. 基于FASTER R-CNN的水面目标检测与识别算法 | 第48-51页 |
| 3.6. 实验结果与分析 | 第51-53页 |
| 3.7. 本章小结 | 第53-54页 |
| 4. 红外图像下泊港舰船检测算法研究 | 第54-66页 |
| 4.1. 引言 | 第54-55页 |
| 4.2. 方法概述 | 第55页 |
| 4.3. 港口区域检测算法 | 第55-58页 |
| 4.4. 舰船检测算法 | 第58-59页 |
| 4.5. 虚警抑制算法 | 第59-60页 |
| 4.6. 算法优化 | 第60-61页 |
| 4.7. 实验结果与分析 | 第61-65页 |
| 4.8. 本章小结 | 第65-66页 |
| 5. 总结与展望 | 第66-68页 |
| 5.1. 本文主要工作 | 第66页 |
| 5.2. 创新点 | 第66-67页 |
| 5.3. 工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 攻读学位期间发表论文目录 | 第74页 |