基于视频上下文的运动目标检测研究

目录

声明

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 应用研究现状

1.2.2 方法研究现状

1.3 主要研究内容

1.4 论文结构安排

2 运动车辆检测方法

2.1 ViBe算法

2.2 ViBe-otsu算法

2.3 ViBe-M算法

2.4 不同运动目标检测方法实验结果分析

2.4.1 运动目标检测结果评价标准

2.4.2 实验结果分析

2.5本章小结

3 基于上下文的SSD目标检测

3.1 SSD目标检测算法

3.1.1 SSD算法模型

3.1.2 特征层默认框

3.1.3 损失计算

3.1.4 非极大值抑制

3.1.5 边框回归

3.2 改进的SSD算法

3.2.1 网络结构

3.2.2中心映射（Center map）

3.2.3 尺度映射（Scale map）

3.2.4 损失函数计算

3.3 实验结果分析

3.3.1 PascalVOC2007

3.3.2 PascalVOC2007和PascalVOC2012

3.4 本章小结

4 基于改进的SSD木材运输车辆检测

4.1 实验数据集

4.2 交并比与广义交并比

4.2.1 交并比（IoU）

4.2.2 广义交并比（GIoU）

4.3 实验结果分析

4.4 本章小结

5 基于自适应上下文的木材运输车辆检测

5.1 基于自适应上下文的车辆检测方法框架

5.2 数据集示例

5.3 目标检测方法

5.3.1 Faster RCNN算法

5.3.2 YOLOv3算法

5.3.3 YOLOv3-tiny算法

5.4 实验结果分析

5.5 本章小结

6 结论与展望

6.1 总结

6.2 展望

参考文献

攻读学位期间的学术论文与研究成果

致谢