原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
利用机器视觉和深度学习进行目标识别与抓取定位的研究
目录
内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
1.2.1机器视觉技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.2.2深度学习技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.2.3目标识别技术研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
1.2.4抓取定位技术研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
相关技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.1机器视觉系统构成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.1.1图像传感器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
2.1.2图像采集设备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.1.3图像处理单元．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.2图像预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
2.2.1图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.2.2图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2.3图像分割．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
2.3深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.3.1神经网络基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.3.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.3.3循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.4目标检测算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
2.4.1传统目标检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.4.2基于深度学习的目标检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．37
2.5目标跟踪算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
2.5.1基于相关滤波的跟踪方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.5.2基于深度学习的跟踪方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
基于深度学习的目标识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.1数据集构建与标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.2特征提取与表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.3目标识别模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
3.3.1基于卷积神经网络的识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．50
3.3.2基于注意力机制的识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.3.3基于多尺度特征的识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.4模型训练与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3.4.1损失
文档评论（0）