基于机器学习的小目标检测与追踪的算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 相关技术与国内外研究现状 | 第9-10页 |
| 1.3 小目标检测与追踪的难点 | 第10页 |
| 1.4 本文主要研究工作概述 | 第10-11页 |
| 1.5 本文章节安排 | 第11-12页 |
| 第二章 基础理论以及相关算法 | 第12-22页 |
| 2.1 卷积网络模型 | 第12-16页 |
| 2.1.1 卷积网络结构基础 | 第12-14页 |
| 2.1.2 AlexNet网络结构 | 第14-15页 |
| 2.1.3 VGG-19网络结构 | 第15-16页 |
| 2.2 支持向量机 | 第16-18页 |
| 2.3 随机森林 | 第18-21页 |
| 2.3.1 决策树 | 第18-20页 |
| 2.3.2 随机森林算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 小目标预处理算法研究 | 第22-28页 |
| 3.1 引言 | 第22页 |
| 3.2 基于形态学的图像预处理算法 | 第22-25页 |
| 3.2.1 开运算重构 | 第22-23页 |
| 3.2.2 多结构闭运算重构 | 第23-25页 |
| 3.3 实验结果与分析 | 第25-27页 |
| 3.3.1 实验数据集 | 第25页 |
| 3.3.2 评价指标 | 第25页 |
| 3.3.3 实验环境与参数设置 | 第25页 |
| 3.3.4 定量分析 | 第25-26页 |
| 3.3.5 定性分析 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 小目标检测算法研究 | 第28-49页 |
| 4.1 引言 | 第28-29页 |
| 4.2 区域提取算法研究 | 第29-34页 |
| 4.2.1 HARRIS角点检测算法 | 第29-30页 |
| 4.2.2 SELECTIVESEARCH算法 | 第30-32页 |
| 4.2.3 小目标区域提取算法 | 第32-34页 |
| 4.3 基于HOG+SVM的小目标检测算法 | 第34-35页 |
| 4.4 基于改进深度随机森林算法的小目标检测算法 | 第35-37页 |
| 4.5 实验结果与分析 | 第37-48页 |
| 4.5.1 实验数据集 | 第37页 |
| 4.5.2 小目标检测评价指标 | 第37-38页 |
| 4.5.3 实验环境与参数设置 | 第38页 |
| 4.5.4 定量分析 | 第38-44页 |
| 4.5.5 定性分析 | 第44-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 小目标追踪算法研究 | 第49-58页 |
| 5.1 引言 | 第49页 |
| 5.2 基于孪生网络的小目标追踪算法 | 第49-51页 |
| 5.3 实验结果与分析 | 第51-57页 |
| 5.3.1 实验数据集 | 第51页 |
| 5.3.2 目标追踪评价指标 | 第51页 |
| 5.3.3 实验环境与参数设置 | 第51页 |
| 5.3.4 定量分析 | 第51-55页 |
| 5.3.5 定性分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录：作者在攻读硕士学位期间的研究成果 | 第65页 |
