声明
第一章 绪 论
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 红外图像目标检测研究现状
1.2.2 图像超分辨率研究现状
1.2.3 骨干网研究现状
1.2.4 检测框架研究现状
1.3.1 研究目标
1.3.2 研究内容
1.4 论文的结构安排
第二章 相关技术简介
2.1 生成式对抗网络(GAN)
2.1.1 生成式对抗网络的原理
2.1.2 生成式对抗网络的深度结构
2.2批量标准化(Batch Normalization)
2.2.1 批量标准化的原理
2.2.2 批量标准化的深度结构与形式
2.3 目标检测框架
2.3.1 常见目标检测框架的模块简介
2.3.2 两阶段目标检测框架简介
2.3.3 单阶段目标检测框架简介
2.4 本章小结
第三章 红外线图像的超分辨率模型研究
3.1基于ESRGAN的红外线成像视频增强
3.1.1 ESRGAN网络结构简介
3.1.2 ESRGAN的损失函数简介
3.1.3 ESRGAN的网络插值
3.2 宽深超分辨率网
3.2.1 WDSR的网络架构
3.2.2 像素洗牌
3.2.3 WDSR的权重标准化
3.3 ESRGAN和WDSR超分辨率结果
3.4 本章小结
第四章 基于矫正光流的红外视频目标检测研究
4.1基于时空信息的目标检测模型简介
4.2面向视频目标检测的矫正光流模型
4.2.1 光流算法的基本原理
4.2.2 L-K光流算法
4.2.3 H-S光流算法
4.2.4 Farneback光流算法
4.2.5 面向目标检测的矫正光流算法
4.3 基于矫正光流的单阶段视频目标检测模型
4.3.1 基于矫正光流的YOLO改进模型
4.3.2基于矫正光流的单步检测器改进模型
4.3.3 基于矫正光流的YOLO与SSD改进模型比对
4.4 本章小结
第五章 实验结果与分析
5.1 数据集说明
5.2 实验的评价指标
5.3 实验结果与分析
5.3.1 模型训练环境简介
5.3.2 基于矫正光流单通道改进模型的目标检测结果
5.3.3 基于超分辨率模型的目标检测结果
5.4 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 未来方向展望
致谢
参考文献
攻读硕士学位期间取得的成果