原创力文档- 1、本文档共97页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
港口自动化：基于深度学习的目标识别与跟踪技术
目录
港口自动化：基于深度学习的目标识别与跟踪技术（1）．．．．．．．．．．．4
文档概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2研究目标与内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
相关技术综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.1港口自动化技术发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.2深度学习在目标识别中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.3深度学习在目标跟踪中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
港口自动化系统架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
3.1系统总体设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
3.2关键模块介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
3.2.1数据采集模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
3.2.2数据处理模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
3.2.3决策执行模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
基于深度学习的目标识别技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
4.1深度学习模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
4.2特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
4.2.1传统特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
4.2.2深度学习特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
4.3识别算法实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
4.3.1单目标识别算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
4.3.2多目标识别算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
基于深度学习的目标跟踪技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
5.1跟踪算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
5.2数据关联方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
5.2.1传统数据关联方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
5.2.2深度学习数据关联方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
5.3跟踪算法实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
5.3.1单目标跟踪算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
5.3.2多目标跟踪算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
港口自动化系统中的深度学习应用案例分析．．．．．．．．．．．．．．．．．49
6.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
6.2案例二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
6.3案例三．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
挑战与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
7.1当前面临的主要挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
7.2未来发展趋势与研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
结论与建议．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）