|
基于移动摄像头的多目标检测、跟踪和事件检测 | |
论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景与意义 | 第9-10页 |
| 1.2 相关领域研究现状 | 第10-12页 |
| 1.2.1 目标检测 | 第10页 |
| 1.2.2 多目标跟踪 | 第10-11页 |
| 1.2.3 交通异常事件检测 | 第11-12页 |
| 1.3 论文研究成果 | 第12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 第二章 无人机视频的多目标检测和跟踪 | 第14-33页 |
| 2.1 引言 | 第14-15页 |
| 2.2 基于深度学习的目标检测方法 | 第15-19页 |
| 2.2.1 Faster-RCNN[8] | 第16-17页 |
| 2.2.2 YOLO[13] | 第17-18页 |
| 2.2.3 RetinaNet | 第18-19页 |
| 2.3 基于检测框的多目标跟踪方法 | 第19-22页 |
| 2.3.1 Aligned ReID[48] | 第20-21页 |
| 2.3.2 POI[19] | 第21-22页 |
| 2.3.3 Deep-Sort[21] | 第22页 |
| 2.4 无人机视频目标检测与跟踪 | 第22-28页 |
| 2.4.1 VisDrone数据集 | 第23-24页 |
| 2.4.2 基于RetinaNet的无人机视频目标检测 | 第24-26页 |
| 2.4.3 无人机多目标跟踪 | 第26-28页 |
| 2.5 实验与结果分析 | 第28-32页 |
| 2.5.1 检测及跟踪评价指标 | 第28-30页 |
| 2.5.2 实验设置及细节 | 第30页 |
| 2.5.3 实验结果 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 无监督的交通异常事件检测 | 第33-51页 |
| 3.1 引言 | 第33-34页 |
| 3.2 异常事件检测 | 第34-37页 |
| 3.2.1 AI CITY CHALLENGE | 第34页 |
| 3.2.2 基于特征重建的异常事件检测 | 第34-35页 |
| 3.2.3 基于背景建模的异常事件检测 | 第35-37页 |
| 3.3 基于轨迹的异常事件检测方法 | 第37-47页 |
| 3.3.1 背景建模模块 | 第37-38页 |
| 3.3.2 车辆检测模块 | 第38-41页 |
| 3.3.3 多目标跟踪模块 | 第41-43页 |
| 3.3.4 道路建模模块 | 第43-45页 |
| 3.3.5 决策模块 | 第45-47页 |
| 3.4 实验设置及其结果 | 第47-49页 |
| 3.4.1 实验参数设置 | 第47-48页 |
| 3.4.2 实验结果分析 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 监控视频车辆测速 | 第51-59页 |
| 4.1 引言 | 第51-52页 |
| 4.2 基于监控视频的车辆测速方法 | 第52-56页 |
| 4.2.1 参数初始化 | 第52-54页 |
| 4.2.2 车辆检测 | 第54-55页 |
| 4.2.3 车辆跟踪 | 第55页 |
| 4.2.4 速度计算 | 第55-56页 |
| 4.3 参数设置以及实验运行结果 | 第56-58页 |
| 4.3.1 参数设置 | 第56-57页 |
| 4.3.2 实验结果展示 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间取得的研究成果 | 第67页 |
本篇论文共67页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 zp68** 提供，作者删除入口请点击这里 |