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

重叠场景下多阶段目标检测后处理算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状及分析第10-14页
    1.3 本文的主要研究内容第14-15页
    1.4 本文的结构安排第15-16页
第2章 目标检测算法与后处理算法研究第16-25页
    2.1 引言第16页
    2.2 Faster R-CNN目标检测框架第16-20页
        2.2.1 候选生成网络简介第16-19页
        2.2.2 目标检测网络简介第19页
        2.2.3 Faster R-CNN训练过程第19-20页
    2.3 后处理算法简介第20-24页
        2.3.1 非极大值抑制算法第20-21页
        2.3.2 行列式点过程后处理算法第21-24页
    2.4 本章小结第24-25页
第3章 基于多阶段的目标检测后处理算法研究第25-40页
    3.1 引言第25页
    3.2 问题描述第25-26页
    3.3 重叠场景下行人候选框特点分析第26-28页
    3.4 基于多阶段的目标检测后处理算法第28-39页
        3.4.1 密集区域划分第30-33页
        3.4.2 密集区域中目标数量预测第33-36页
        3.4.3 密集区域候选框选择第36-38页
        3.4.4 结果合并第38-39页
    3.5 本章小结第39-40页
第4章 目标检测后处理算法实验结果验证及分析第40-58页
    4.1 引言第40页
    4.2 实验环境第40-44页
        4.2.1 设备及编码环境第40页
        4.2.2 数据集介绍第40-42页
        4.2.3 基目标检测器准备第42-43页
        4.2.4 评价标准第43-44页
    4.3 基于多阶段的后处理算法实验结果与分析第44-52页
        4.3.1 与非极大值抑制算法的比较及结果分析第44-47页
        4.3.2 密集区域划分方法实验分析第47-48页
        4.3.3 密集区域目标数量预测实验分析第48-51页
        4.3.4 密集区域候选框选择方法实验分析第51-52页
        4.3.5 重复候选框消除实验分析第52页
    4.4 与其他算法对比实验第52-56页
    4.5 案例分析第56-57页
    4.6 本章小结第57-58页
结论第58-59页
参考文献第59-65页
攻读硕士学位期间发表的论文及其他成果第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:非接触掌纹掌脉识别技术研究与系统设计
下一篇:复杂场景下的视觉显著目标检测方法研究