基于深度学习的夜间无人车目标检测与跟踪

目录

声明

1 绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1 无人驾驶研究现状

1.2.2 红外图像目标检测算法研究现状

1.2.3 红外图像目标跟踪算法研究现状

1.3 本文主要研究工作及创新点

2 目标检测与目标跟踪的基本原理与方法

2.1 引言

2.2 基于深度学习的目标检测方法原理

2.2.1 两阶式目标检测算法

2.2.2 单阶式目标检测算法

2.3 基于深度学习的目标跟踪方法原理

2.4 本章小结

3 基于改进SSD的夜间红外目标检测

3.1 引言

3.2 改进的SSD网络模型

3.2.1 SSD网络基本结构

3.2.2 改进的SSD网络结构

3.2.3 无预训练模型训练

3.2.4 损失函数

3.3 实验部分

3.3.1 实验运行环境

3.3.2 实验步骤

3.3.3 评价指标

3.3.4 实验结果及分析

3.4 本章小结

4 基于检测的行人与车辆跟踪

4.1 引言

4.2 运动状态估计

4.2.1 卡尔曼滤波

4.2.2 多目标状态信息表示

4.3 多目标配准

4.3.1 数据关联的距离度量

4.3.2 多目标级联匹配

4.4 轨迹的创建和删除

4.5 实验

4.5.1 多目标跟踪数据集标注

4.5.2 多目标跟踪评价指标

4.5.3 实验结果与分析

4.6 本章小结

5 总结与展望

5.1 全文总结

5.2 全文展望

参考文献

致谢

攻读硕士期间研究成果