本書共分四篇20章：首先主要介紹了基于深度神經(jīng)網(wǎng)絡(luò)的常規(guī)目標檢測算法——經(jīng)典的一階段和二階段目標檢測框架，總結(jié)了仿真實驗中常用的數(shù)據(jù)增強策略，設(shè)計了基于特征融合的小目標檢測模型、基于注意力機制的小目標檢測模型以及小目標檢測模型輕量化方法；其次設(shè)計并實現(xiàn)了基于深度學習的單目標跟蹤算法，視頻監(jiān)控中的單/多目標檢測、跟蹤一體化算法及行為識別算法；再次開展了復雜道路狀況下的圖像融合算法、基于密集連接卷積網(wǎng)絡(luò)的紅外與可見光圖像融合算法的設(shè)計與實現(xiàn)；最后提出了基于深度神經(jīng)網(wǎng)絡(luò)的飛行器三維姿態(tài)估計算法。