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

视频导航中的地图生成、障碍检测与行人人脸识别

摘要第1-7页
ABSTRACT第7-10页
目录第10-14页
图目录第14-16页
表目录第16-17页
第1章 绪论第17-23页
   ·研究背景及意义第17-19页
   ·关键问题第19-20页
   ·本文主要研究内容与创新点第20-21页
   ·本文的组织与结构第21-23页
第2章 相关研究与技术第23-43页
   ·视频导航方法综述第23-27页
     ·基于地图的导航方法第23-25页
     ·无地图导航方法第25-27页
   ·视频导航中的障碍物检测方法第27-32页
     ·立体视觉障碍物检测第27-28页
     ·基于运动信息的单目视觉障碍物检测第28-29页
     ·基于表征信息的单目视觉障碍物检测第29-32页
   ·人脸识别算法综述第32-36页
     ·人脸检测第32-33页
     ·人脸识别第33-36页
   ·深度学习方法简介第36-39页
     ·训练方式第37页
     ·模型架构第37-39页
   ·海云协同架构简介第39-41页
   ·本章总结第41-43页
第3章 基于引导人地图生成的室内导航方法第43-57页
   ·引言第43页
   ·实验环境构建-自主移动平台搭建第43-47页
     ·问题描述第44-45页
     ·室内自主移动平台第45页
     ·室外自主移动平台第45-47页
   ·基于引导人地图生成的室内导航方法第47-51页
     ·基于引导人的地图生成方法第47-49页
     ·基于SIFT特征的自然路标选取第49页
     ·基于颜色直方图的障碍物检测与规避第49-51页
   ·实验结果与分析第51-54页
     ·引导人检测第51-52页
     ·障碍物检测第52页
     ·室内导航结果第52-54页
   ·本章总结第54-55页
 本章相关工作发表第55-57页
第4章 基于运动信息扩展的远近障碍物检测方法第57-79页
   ·引言第57页
   ·基于TCF投影模型的近距离障碍物检测算法第57-72页
     ·问题描述第57-59页
     ·TCF模型第59-61页
     ·置信度滤波第61-62页
     ·更新过程第62-63页
     ·实验结果与分析第63-72页
   ·基于自运动消除与差分法相结合的远距离障碍物检测算法第72-76页
     ·问题描述第72-73页
     ·运动障碍物检测第73-74页
     ·障碍物分割与置信度第74-75页
     ·实验结果与分析第75-76页
   ·本章总结第76-77页
 本章相关工作发表第77-79页
第5章 基于表征信息与深度学习的障碍物检测方法第79-91页
   ·引言第79-80页
   ·基于全局信息与局部信息的深度网络结构第80-81页
   ·训练方法第81-82页
     ·特征提取第81-82页
     ·训练目标第82页
     ·权值更新第82页
   ·障碍物深度推断第82-83页
   ·实验第83-89页
     ·实验设置第83-84页
     ·分类能力评估第84页
     ·准确率第84-85页
     ·可视化结果第85-86页
     ·实验对比第86-88页
     ·障碍物深度推断第88-89页
   ·本章总结第89页
 本章相关工作发表第89-91页
第6章 视频导航中的行人人脸检测与识别第91-105页
   ·引言第91-92页
   ·基于分块模型与深度学习的巡逻视频人脸检测第92-97页
     ·问题描述第92-93页
     ·方法目标第93-94页
     ·基于分块的深度模型第94-95页
     ·实验结果与分析第95-97页
   ·基于海云协同的深度学习人脸识别第97-101页
     ·问题描述第97-98页
     ·网络架构第98-99页
     ·训练方法第99页
     ·实验结果与分析第99-101页
   ·本章总结第101-103页
 本章相关工作发表第103-105页
第7章 本文总结与展望第105-109页
   ·工作总结第106-107页
   ·工作展望第107-109页
参考文献第109-123页
致谢第123-125页
在读期间发表的学术论文与取得的研究成果第125-126页

论文共126页,点击 下载论文
上一篇:多源图像超分辨率重建研究
下一篇:可逆信息隐藏中的最优编码理论与方法研究