导读:本文包含了目标检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,卷积,神经网络,遥感,深度,特征,自适应。
目标检测论文文献综述
蒋丽婷[1]（2019）在《基于改进EAST算法的舰船目标检测研究》一文中研究指出针对可见光遥感图像待检测目标较小、尺度多样,检测困难问题,文中提出一种基于改进EAST的舰船检测方法。文中检测算法将使用单个神经网络以端到端的方式实现斜矩形框预测,并采用多尺度特征融,改进后,预测速度达到17FPS,准确率提升5. 35%,在小目标检测性能上表现良好,对多尺度目标检测具有较好鲁棒性。(本文来源于《信息技术》期刊2019年12期）
胡瑞卿,田杰荣[2]（2019）在《运动目标检测系统算法Simulink仿真》一文中研究指出随着计算机技术的不断发展和进步,计算机视觉理论及算法的研究也飞速前进,视觉系统虽然既能感知静止物体又能感知运动物体,但在多数情况下,人们一般只关注运动的目标。如今,不论是在军用还是民用领域,运动目标检测技术已经被越来越多的科学工作者高度关注。基于此,对运动目标检测系统进行了Simulink算法仿真,设计了运动目标检测仿真系统的总体框架,分析研究了系统的处理流程,将获取的视频源转化为灰度模式,对其进行光流法处理,进行流速阈值判别,并采用中值滤波与区域滤波器进行滤波,进行Blob分析,对图像数据进行恢复并显示出来。给出了运动目标检测的整体仿真结果。仿真结果表明,系统能够正确检测到运动目标,而且仿真效果较好,验证了系统设计的正确性。(本文来源于《计算机与数字工程》期刊2019年12期）
吕苗苗,孙建明[3]（2019）在《基于改进高斯混合模型的运动图像目标检测算法》一文中研究指出运动图像目标检测指的是从序列图像中将变化的目标从背景中分离出来,高斯混合模型可以对视频序列图像的前景和背景进行分类,再利用背景减除实现运动目标的检测。提出一种基于改进高斯混合模型的优化背景建模方法,该方法首先利用3×3模板对序列图像帧中的像素进行类似卷积的均值计算,然后利用相邻均值的差提取均差因子自适应更新图像的均值。在此基础上,设计了自适应学习率和学习速率,利用改进高斯混合模型实现序列图像的背景建模。改进模型不仅能有效减少数据计算量,同时可以降低在相似区域像素计算的时长,大大加快背景建模速度。实验结果表明,改进模型在目标检测、算法执行速率等性能指标上都有更好的表现,能满足实时检测要求。(本文来源于《半导体光电》期刊2019年06期）
戴文君,常天庆,张雷,杨国振,郭理彬[4]（2019）在《面向坦克火控系统的多尺度形变目标检测方法》一文中研究指出坦克火控系统图像目标检测技术是实现坦克火控系统自主打击的重要基础.针对坦克火控系统图像目标检测任务,建立了一个包含不同目标类型、尺度、形变、光照、遮挡、气象等条件的坦克火控系统图像数据集TKHK,可以为不同目标检测方法的评价提供依据.提出一种多尺度形变目标检测方法,首先采用可形变卷积改进的Res Net-101-deformable网络以及可形变ROI池化提高对形变目标的检测能力;其次在不同分辨率的卷积特征图上提取建议区域,并在检测子网络中通过自适应特征融合机制对特征进行融合,提高对多尺度目标的检测效果;最后结合在线难例挖掘、Soft-NMS以及多尺度训练等多种设计与训练方法,文中方法在TKHK上取得较好的检测效果,能够更好地满足装备实际应用需求.(本文来源于《计算机辅助设计与图形学学报》期刊2019年12期）
朱威,王东洋,欧全林,郑雅羽[5]（2019）在《基于智能目标检测的HEVC感兴趣区域编码方法》一文中研究指出现有的感兴趣区域编码方法主要是利用运动信息等低级视觉特征检测感兴趣区域(ROI),易受图像噪声干扰、复杂场景下的检测效果不佳并且没有检测具体内容的能力.为了能够利用高级视觉特征指导视频编码,本文提出了一种基于智能目标检测的HEVC感兴趣区域编码方法.首先利用深度卷积神经网络检测用户感兴趣的目标对象,然后根据检测结果确定以编码树单元(CTU)为基本单位的ROI区域和非ROI区域,再通过分析视频图像中每个像素的方向属性,进而判别CTU是否为平坦纹理、结构化纹理和随机纹理,并生成纹理感知图,最后对非ROI区域的CTU按纹理感知权重值进行DCT频率系数分级压制,以减少非ROI区域的码率消耗,对ROI区域的CTU按纹理感知权重下调编码量化参数(QP),以保证ROI区域的图像质量,从而实现智能视频编码.实验结果表明,与HEVC参考方法相比,本文方法在定QP条件下平均降低5. 67%左右的码率;在定码率条件下,ROI区域的PSNR平均提高0. 61dB,并且主观图像质量明显提升.(本文来源于《小型微型计算机系统》期刊2019年12期）
李明明,雷菊阳,赵从健[6]（2019）在《道路场景中基于视频的多目标检测》一文中研究指出针对复杂道路场景的目标检测难以实现在移动设备上的实时目标检测问题,采用了MobileNet-SSD的目标检测框架,设计了一种用于视频的多目标检测组合网络框架LSTM-SSD。利用视频连续帧的信息时序关联,有效的提高检测的置信度,减少单一图像检测中存在的不稳定问题。通过与VGG-SSDMobile Net-SSD两种检测网络模型的对比,实验表明,设计的检测网络模型在应对多目标、模糊、遮挡等干扰状况下,均能获得较好的检测效果。该模型的设计,可对无人驾驶实现实时目标检测提供依据和参考。(本文来源于《软件》期刊2019年12期）
张萌,王仕成,杨艳丽,杨东方[7]（2019）在《空对地高度自适应目标智能检测算法》一文中研究指出在空基平台对地成像应用领域,由于高度变化差异大,成像视场广、视角单一、地物背景干扰多,这些特点使得现有深度学习检测算法面临新的挑战。针对此问题,提出了一种面向空基平台的高度自适应目标智能检测算法。首先,分析了高度变化和区域候选框尺寸设置对检测算法的影响。其次,建立了高度和目标检测候选框尺寸之间的关系模型,提出了高度自适应的目标检测候选框生成算法。最后,建立了不同高度下目标检测任务数据集,验证了所提算法的有效性。检测结果证明所提算法能够有效地减小空基平台飞行过程中的高度变化对目标检测算法的影响,提高检测算法的适应性。(本文来源于《现代防御技术》期刊2019年06期）
王旭,张幸,赵文仓[8]（2019）在《基于改进群组归一化的目标检测与实例分割》一文中研究指出训练卷积神经网络,尤其是在使用ImageNet这种大规模数据集进行深层卷积神经网络训练时,往往需要投入几天甚至几个月的时间。为了加快神经网络的迭代收敛速度,通常需要使用批量归一化算法对训练网络的输入输出分布进行统一调整。本工作结合实例归一化方法对群组归一化进行了改进,并将改进后的该方法结合Faster R-CNN和Mask R-CNN进行了目标检测与实例分割实践。(本文来源于《青岛科技大学学报(自然科学版)》期刊2019年06期）
罗敏,刘洞波,文浩轩,陈鑫海,宋丹[9]（2019）在《基于背景差分法和帧间差分法的车辆运动目标检测》一文中研究指出针对背景差分法和帧间差分法在检测车辆运动目标时存在阴影的问题,提出一种结合背景差分法和帧间差分法去除阴影的车辆运动目标检测算法.首先采用均值法从图像序列建模获取背景,通过背景差分法对当前帧进行差分得到背景差分图,二值化得到二值图.然后利用改进Robert算子对二值图与背景差分图进行边缘检测.最后通过对两张边缘图像进行帧间差分,得到去除阴影的车辆运动目标.(本文来源于《湖南工程学院学报(自然科学版)》期刊2019年04期）
张晓东,张力飞,陈关州,朱坤[10]（2019）在《基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型》一文中研究指出随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。(本文来源于《测绘地理信息》期刊2019年06期）
目标检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的不断发展和进步,计算机视觉理论及算法的研究也飞速前进,视觉系统虽然既能感知静止物体又能感知运动物体,但在多数情况下,人们一般只关注运动的目标。如今,不论是在军用还是民用领域,运动目标检测技术已经被越来越多的科学工作者高度关注。基于此,对运动目标检测系统进行了Simulink算法仿真,设计了运动目标检测仿真系统的总体框架,分析研究了系统的处理流程,将获取的视频源转化为灰度模式,对其进行光流法处理,进行流速阈值判别,并采用中值滤波与区域滤波器进行滤波,进行Blob分析,对图像数据进行恢复并显示出来。给出了运动目标检测的整体仿真结果。仿真结果表明,系统能够正确检测到运动目标,而且仿真效果较好,验证了系统设计的正确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
目标检测论文参考文献
[1].蒋丽婷.基于改进EAST算法的舰船目标检测研究[J].信息技术.2019
[2].胡瑞卿,田杰荣.运动目标检测系统算法Simulink仿真[J].计算机与数字工程.2019
[3].吕苗苗,孙建明.基于改进高斯混合模型的运动图像目标检测算法[J].半导体光电.2019
[4].戴文君,常天庆,张雷,杨国振,郭理彬.面向坦克火控系统的多尺度形变目标检测方法[J].计算机辅助设计与图形学学报.2019
[5].朱威,王东洋,欧全林,郑雅羽.基于智能目标检测的HEVC感兴趣区域编码方法[J].小型微型计算机系统.2019
[6].李明明,雷菊阳,赵从健.道路场景中基于视频的多目标检测[J].软件.2019
[7].张萌,王仕成,杨艳丽,杨东方.空对地高度自适应目标智能检测算法[J].现代防御技术.2019
[8].王旭,张幸,赵文仓.基于改进群组归一化的目标检测与实例分割[J].青岛科技大学学报(自然科学版).2019
[9].罗敏,刘洞波,文浩轩,陈鑫海,宋丹.基于背景差分法和帧间差分法的车辆运动目标检测[J].湖南工程学院学报(自然科学版).2019
[10].张晓东,张力飞,陈关州,朱坤.基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型[J].测绘地理信息.2019
论文知识图
