基于神经网络的微弱运动目标的检测与跟踪
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·相关技术及其研究动态 | 第10-12页 |
| ·图像识别系统 | 第10-11页 |
| ·人工神经网络概述 | 第11-12页 |
| ·主要研究工作与研究成果 | 第12-13页 |
| ·论文安排 | 第13-14页 |
| 第二章 BP 网络理论 | 第14-29页 |
| ·人工神经网络的理论基础 | 第14-20页 |
| ·生物神经元 | 第14-15页 |
| ·人工神经元模型 | 第15-16页 |
| ·神经网络的结构 | 第16-17页 |
| ·神经网络的学习方式 | 第17-20页 |
| ·BP 网络模型及学习算法 | 第20-26页 |
| ·BP 神经元及BP 网络模型 | 第20-23页 |
| ·BP 网络的学习 | 第23-26页 |
| ·性能函数 | 第24页 |
| ·链法则 | 第24-25页 |
| ·敏感性的反向传播 | 第25页 |
| ·小结 | 第25-26页 |
| ·BP 网络应用于目标检测与跟踪的总体设计方案 | 第26-29页 |
| ·统计模式识别方法 | 第26-27页 |
| ·基本流程和思路 | 第27-29页 |
| 第三章 运动目标检测与跟踪的相关研究 | 第29-36页 |
| ·运动目标的检测和跟踪方法 | 第29-31页 |
| ·运动目标的检测 | 第29-30页 |
| ·运动目标跟踪方法 | 第30-31页 |
| ·图像特征及提取 | 第31-33页 |
| ·图像的特征描述 | 第31-32页 |
| ·目标的特征提取 | 第32-33页 |
| ·目标检测与跟踪的相关问题 | 第33-34页 |
| ·运动目标的定位问题 | 第33-34页 |
| ·有监督学习 | 第34页 |
| ·运动目标检测与跟踪的难点问题 | 第34-36页 |
| 第四章 基于BP 网络的目标检测与跟踪的实现方法 | 第36-53页 |
| ·图像的预处理 | 第36-40页 |
| ·图像增强 | 第36-37页 |
| ·图像的二值化 | 第37-38页 |
| ·形态学滤波处理 | 第38-40页 |
| ·目标的特征分析 | 第40-41页 |
| ·特征提取 | 第40-41页 |
| ·特征选择 | 第41页 |
| ·BP 网络分类器的设计和实现 | 第41-48页 |
| ·非线性映射关系建立 | 第41-42页 |
| ·BP 网络的设计方法 | 第42-45页 |
| ·改进的BP 算法 | 第45-47页 |
| ·标准BP 算法的缺点 | 第45-46页 |
| ·动量BP 算法 | 第46页 |
| ·学习率可变的BP 算法 | 第46-47页 |
| ·BP 网络训练后的参数 | 第47-48页 |
| ·MATLAB 的仿真结果 | 第48-51页 |
| ·BP 网络的局限性 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 个人简历 | 第58-59页 |
| 攻硕期间取得的研究成果 | 第59-60页 |
