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
东华大学;