首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于MDP模型的物体检测与跟踪技术研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题背景与研究意义第10页
    1.2 课题研究现状第10-15页
        1.2.1 图像候选区域提取第10-13页
        1.2.2 目标跟踪第13-15页
    1.3 论文内容及组织结构第15-18页
第2章 MDP相关理论第18-24页
    2.1 引言第18页
    2.2 基本模型第18-21页
        2.2.1 状态第19页
        2.2.2 动作第19-20页
        2.2.3 奖励第20-21页
    2.3 值函数方法第21-22页
    2.4 MDP模型的应用第22-23页
    2.5 本章小结第23-24页
第3章 基于Tree-DDQN的MDP模型候选区域提取第24-38页
    3.1 引言第24页
    3.2 MDP模型的选取第24-27页
        3.2.1 动作第25页
        3.2.2 状态第25-26页
        3.2.3 奖励第26-27页
    3.3 基于Tree-DDQN的MDP模型候选区域提取第27-30页
        3.3.1 DDQN求取最佳解第27-28页
        3.3.2 Tree-DDQN的MDP模型候选区域提取第28-30页
        3.3.3 Tree-DDQN的MDP模型训练第30页
    3.4 实验及结果分析第30-36页
        3.4.1 召回率第31-33页
        3.4.2 检测平均精度第33-34页
        3.4.3 运行时间第34-36页
    3.5 本章小结第36-38页
第4章 基于角点增强的MDP动态目标跟踪第38-50页
    4.1 引言第38-39页
    4.2 MDP模型的选取第39-40页
    4.3 MDP模型的动态目标跟踪第40-45页
        4.3.1 MDP模型检测状态策略第40页
        4.3.2 角点增强的MDP模型跟踪状态策略第40-42页
        4.3.3 MDP模型丢失状态策略第42-44页
        4.3.4 角点增强的MDP跟踪模型第44-45页
    4.4 实验及结果分析第45-49页
        4.4.1 定性分析第45-47页
        4.4.2 定量分析第47-49页
    4.5 本章小结第49-50页
第5章 物体检测与跟踪系统的实现第50-62页
    5.1 引言第50页
    5.2 硬件平台第50-51页
    5.3 软件系统第51-52页
        5.3.1 物体检测模块第51-52页
        5.3.2 目标跟踪模块第52页
    5.4 实验及结果分析第52-60页
        5.4.1 物体检测第53-56页
        5.4.2 目标跟踪第56-60页
    5.5 本章小结第60-62页
结论第62-64页
参考文献第64-70页
攻读硕士学位期间取得的研究成果第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于深度学习的小于胎龄儿疾病预测方法研究
下一篇:基于本体的知识库构建方法研究与应用