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 |