類腦智能目標(biāo)檢測(cè)原理及應(yīng)用

第1章 目標(biāo)檢測(cè)技術(shù)及其發(fā)展
1.1 數(shù)字圖像處理與深度學(xué)習(xí)   2
1.1.1 數(shù)字圖像處理的基礎(chǔ)知識(shí)2
1.1.2 深度學(xué)習(xí)的基礎(chǔ)知識(shí)4
1.2 目標(biāo)檢測(cè)技術(shù)及其評(píng)價(jià)指標(biāo)   17
1.2.1 什么是目標(biāo)檢測(cè)技術(shù)17
1.2.2 目標(biāo)檢測(cè)的評(píng)價(jià)指標(biāo)18
1.3 目標(biāo)檢測(cè)的研究進(jìn)展   20
1.3.1 傳統(tǒng)視覺目標(biāo)檢測(cè)的研究進(jìn)展20
1.3.2 基于深度學(xué)習(xí)的視覺目標(biāo)檢測(cè)研究進(jìn)展22
1.3.3 總結(jié)與展望32
1.4 目標(biāo)檢測(cè)技術(shù)的難點(diǎn)   34
1.5 AI對(duì)抗攻擊的內(nèi)涵與研究狀況   36
1.5.1 AI對(duì)抗攻擊的內(nèi)涵37
1.5.2 AI對(duì)抗攻擊的研究狀況38

第2章 大腦視覺皮層的機(jī)理分析
2.1 視覺系統(tǒng)的運(yùn)行流程   44
2.2 眼球-視網(wǎng)膜-視神經(jīng)工作機(jī)制   45
2.3 視覺皮層的工作機(jī)制   49
2.4 受視覺皮層啟發(fā)的目標(biāo)檢測(cè)研究現(xiàn)狀及思考   61

第3章 類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)的構(gòu)建與優(yōu)化
3.1 構(gòu)建的總體思路   68
3.2 仿V1視覺皮層模塊   71
3.3 視覺注意力模塊   74
3.4 類腦智能目標(biāo)檢測(cè)深度網(wǎng)絡(luò)框架   76
3.5 目標(biāo)檢測(cè)的網(wǎng)絡(luò)模型壓縮提速   84
3.5.1 模型剪枝技術(shù)84
3.5.2 模型量化技術(shù)87

第4章 類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)的性能評(píng)價(jià)
4.1 在公開數(shù)據(jù)集COCO 2017上目標(biāo)識(shí)別性能評(píng)估   90
4.1.1 COCO數(shù)據(jù)集簡(jiǎn)介90
4.1.2 模型訓(xùn)練過程91
4.1.3 性能對(duì)比分析95
4.2 在自建數(shù)據(jù)集上性能評(píng)估   97
4.3 存在AI對(duì)抗攻擊時(shí)的目標(biāo)檢測(cè)效能   99
4.3.1 AI對(duì)抗攻擊圖案99
4.3.2 AI對(duì)抗攻擊下的目標(biāo)檢測(cè)效果分析100

第5章 在無人駕駛車輛上的應(yīng)用驗(yàn)證
5.1 無人駕駛車輛的發(fā)展與分析   106
5.1.1 無人駕駛車輛的發(fā)展106
5.1.2 無人駕駛車輛在視覺感知方面的瓶頸117
5.2 面向復(fù)雜城市環(huán)境的數(shù)據(jù)集構(gòu)建   120
5.2.1 數(shù)據(jù)集概述120
5.2.2 數(shù)據(jù)集詳細(xì)情況122
5.3 面向干擾環(huán)境無人車交通標(biāo)志識(shí)別   130
5.3.1 應(yīng)用驗(yàn)證系統(tǒng)簡(jiǎn)介130
5.3.2 應(yīng)用驗(yàn)證場(chǎng)景介紹134
5.3.3 應(yīng)用驗(yàn)證效果及對(duì)比分析137
5.4 基于視覺目標(biāo)檢測(cè)的車臂協(xié)同開門   144
5.4.1 應(yīng)用驗(yàn)證系統(tǒng)簡(jiǎn)介144
5.4.2 系統(tǒng)驗(yàn)證場(chǎng)景介紹及驗(yàn)證效果對(duì)比分析151

第6章 類腦目標(biāo)檢測(cè)系統(tǒng)的綜合評(píng)價(jià)
6.1 構(gòu)建綜合評(píng)價(jià)模型的總體思路   156
6.2 綜合評(píng)價(jià)的具體實(shí)現(xiàn)過程   158
6.3 指標(biāo)評(píng)測(cè)方法與流程   165

總結(jié)與展望   168

參考文獻(xiàn)   169