摘要
第1章绪论
1.1课题研究背景与意义
1.2热红外图像行人检测国内外研究现状
1.3本文主要研究内容及技术线路
1.4论文章节安排
2.1引言
2.2传统热红外图像行人检测理论基础
2.2.1ROI获取
2.2.2特征提取
2.2.3分类器
2.3基于深度学习的热红外图像行人检测理论基础
2.3.1卷积神经网络的基本结构
2.3.2激活函数
2.3.3卷积神经网络的训练过程
2.3.4基于卷积神经网络的热红外图像行人检测
2.4热红外图像行人检测质量评价
2.5本章小结
3.1引言
3.2显著性检测原理与算法
3.2.1视觉显著性检测
3.2.2显著性检测算法
3.3热红外图像显著性增强
3.4深度网络显著性检测实验结果与分析
3.4.1实验数据集标注
3.4.2实验结果与分析
3.5本章小结
第4章FCOS算法热红外图像行人检测
4.1引言
4.2无锚点FCOS目标检测算法
4.2.1FCOS算法的网络结构
4.2.2FCOS算法的特点
4.2.3FCOS算法的检测过程
4.2.4FCOS算法的损失函数
4.3改进FCOS算法热红外图像行人检测
4.3.1BackBone网络改进
4.3.2后处理NMS算法改进
4.3.3实验结果与分析
4.4本章小结
第5章基于Web的热红外图像行人检测软件平台实现
5.1引言
5.2软件平台概述
5.2.1Flask框架
5.2.2软件平台技术架构
5.3Flask模型部署
5.4软件功能实现
5.5检测效果展示
5.6本章小结
结论
参考文献
致谢
攻读学位期间取得学术成果
声明
黑龙江大学;