|
|
|
基于3D残差密集网络的视频烟雾检测研究 |
|
论文目录 |
|
摘要 | 第4-5页 | Abstract | 第5页 | 第一章 绪论 | 第8-12页 | 1.1 研究背景及意义 | 第8页 | 1.2 视频烟雾检测技术概述 | 第8-9页 | 1.3 国内外研究现状 | 第9-10页 | 1.3.1 视频疑似烟雾预提取的研究现状 | 第9-10页 | 1.3.2 视频烟雾特征提取的研究现状 | 第10页 | 1.4 研究内容及组织结构 | 第10-12页 | 1.4.1 本文主要研究内容 | 第10-11页 | 1.4.2 组织结构 | 第11-12页 | 第二章 烟雾视频检测相关理论 | 第12-19页 | 2.1 运动目标检测方法 | 第12-14页 | 2.1.1 光流法 | 第12页 | 2.1.2 帧间差分法 | 第12-13页 | 2.1.3 背景差分法 | 第13-14页 | 2.2 卷积神经网络 | 第14-17页 | 2.2.1 DenseNet | 第14-15页 | 2.2.2 ResNet | 第15-16页 | 2.2.3 3D CNN | 第16-17页 | 2.3 基于卷积神经网络的视频烟雾检测方法 | 第17-18页 | 2.4 本章小结 | 第18-19页 | 第三章 数据集与疑似烟雾预提取 | 第19-26页 | 3.1 视频烟雾数据集 | 第19-21页 | 3.1.1 数据集的选取 | 第19页 | 3.1.2 数据集的预处理 | 第19-21页 | 3.2 疑似烟雾区域预提取算法 | 第21-25页 | 3.2.1 分块的混合高斯模型运动检测 | 第21-23页 | 3.2.2 视频烟雾运动方向检测 | 第23-25页 | 3.3 本章小结 | 第25-26页 | 第四章 3D残差密集网络架构 | 第26-34页 | 4.1 视频烟雾检测方法概览 | 第26-27页 | 4.2 残差密集网络结构 | 第27-29页 | 4.3 3D残差密集网络视频烟雾检测 | 第29-32页 | 4.3.1 3D卷积神经网络烟雾检测 | 第29-30页 | 4.3.2 3D残差密集块 | 第30-31页 | 4.3.3 3D残差密集网络视频烟雾检测方法 | 第31-32页 | 4.4 网络训练与参数设置 | 第32-33页 | 4.4.1 网络训练的过程 | 第32页 | 4.4.2 网络参数 | 第32-33页 | 4.5 本章小结 | 第33-34页 | 第五章 实验结果与分析 | 第34-40页 | 5.1 实验视频集 | 第34-35页 | 5.2 实验分析 | 第35-39页 | 5.2.1 实验环境与评价指标 | 第35-37页 | 5.2.2 算法性能对比 | 第37-38页 | 5.2.3 算法时间及视频烟雾检测效果图 | 第38-39页 | 5.3 本章小结 | 第39-40页 | 总结与展望 | 第40-41页 | 参考文献 | 第41-44页 | 致谢 | 第44-45页 | 在学期间公开发表论文及著作情况 | 第45页 |
|
|
|
|
论文编号BS4542188,这篇论文共45页 会员购买按0.35元/页下载,共需支付15.75元。 直接购买按0.5元/页下载,共需要支付22.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|