基于深度学习的战场目标检测和跟踪研究

目录

摘要

1绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1目标检测算法研究现状

1．2．2目标跟踪算法研究现状

1．3论文研究的重点和难点

1．4论文主要研究内容及章节安排

2战场目标数据库的构建与预处理

2．1引言

2．2坦克目标数据库的构建

2．3信息预处理

2．3．1视频分帧预处理

2．3．2感兴趣区域标记

2．4本章小结

3基于深度学习的战场目标检测研究

3．1引言

3．2目标检测算法概述

3．2．1基于传统算法的目标检测

3．2．2基于深度学习的目标检测算法

3．3目标检测算法框架

3．4基于Faster R-CNN和迁移学习算法的目标检测

3．4．1迁移学习算法

3．4．2Faster R-CNN算法

3．4．3特征提取网络

3．4．4RPN网络

3．4．5检测网络

3．5基于优化候选区域的Faster R-CNN算法

3．5．1引入排斥损失

3．5．2优化候选区域

3．6实验及结果分析

3．6．1性能指标

3．6．2定量分析

3．6．3定性分析

3．7本章小结

4．1引言

4．2目标跟踪算法概述

4．2．1基于Kalman滤波的跟踪算法

4．2．2基于均值漂移的跟踪算法

4．3目标跟踪算法框架

4．4粒子滤波目标跟踪算法

4．4．1贝叶斯理论

4．4．2蒙特卡洛方法

4．4．3重要性采样与重采样

4．4．4粒子滤波原理

4．5改进的粒子滤波算法

4．5．1Kalman指导重要性采样

4．5．2遮挡判断及目标模板更新

4．5．3改进的重采样

4．6实验及结果分析

4．6．1性能指标

4．6．2定量分析

4．6．3定性分析

4．7本章小结

5结论与展望

5．1结论

5．2展望

参考文献

攻读硕士学位期间发表的论文及成果

致谢

声明