logo
教育论文中心  教育论文中心   广告服务  广告服务   论文搜索  论文搜索   论文发表  论文发表   会员专区  会员专区   在线购卡   在线购卡   服务帮助  服务帮助   联系我们  联系我们   网站地图  网站地图   硕士论文  会员专区   博士论文
当前位置:教育论文中心首页--硕士论文--基于视觉注意力的卷积神经网络在动态场景下的显著目标检测
博硕论文分类列表
工业技术 交通运输 农业科学
生物科学 航空航天 历史地理
医学卫生 语言文字 环境科学
综合图书 政治法律 社会科学
马列主义、毛泽东思想 艺术
数理科学和化学 文学
天文学、地理科学 军事
文化科学、教育体育 经济
自然科学总论 哲学
查看更多分类
 
论文搜索
 
 
相关论文
基于有限集统计学理论机动目标
基于卷积神经网络图像分类方法研
视觉显著性检测关键技术研究
基于深度学习图像显著感数特性计
基于全空洞卷积神经网络图像语义
基于眼动追踪城市建筑物地标视觉
基于仿生视觉机理多源图像融合
基于视觉注意力和形状简化抽象化
显著目标检测方法及其应用研究
基于点—集度量学习显著目标检测
RGB-D显著目标检测
基于先验融合和流形排序显著目标
特征融合显著目标检测方法研究
先验融合和特征指导显著目标检测
基于共享卷积神经网络交通标志检
基于卷积神经网络路牌检测和识别
生物视觉感知启发目标检测与识
基于人类视觉注意机制显著目标
面向对象软件测试技术研究
基于身份公钥密码系统研究
数字图像鲁棒性水印技术研究
强起伏条件红外小目标检测算法研
基于高分辨率SAR图像建筑区域
基于深度学习多人姿态估计
基于MPEG足球视频场景切换检索
基于概率图模型场景理解方法研究
雷达弱小目标检测与跟踪技术研究
递归型卷积神经网络研究及其应用
卷积神经网络图像分类识别中
基于序列化卷积神经网络行为识别
卷积神经网络研究与应用
基于卷积神经网络肺部肿瘤PET
基于卷积神经网络人体动作识别技
深度卷积神经网络及其图像测距中
双通道卷积神经网络深度学习方法研
分集MIMO雷达目标散射特性与检
基于卷积神经网络人脸简笔画生成
人脸检测及人脸年龄与性别识别方法
基于深度学习鸡蛋外观缺陷检测
基于视觉显著性图像检索技术研究
基于视觉感知机制显著目标检测
无人直升机视觉导引着陆研究
基于人工免疫模型入侵检测技术研
基于内容视频拷贝检测算法研究
基于视觉注意力机制图像检索方法
基于深层神经网络音频特征提取及
海上视频去抖方法研究
基于风险检测(RBI)海底管
基于视觉注意力信息隐藏方法研究
基于视觉注意力视频水印方法研究
基于极限学习机与目标候选子空间优
基于卷积神经网络场景分类研究
基于深度学习医学图像分割方法研
图像显著目标计算方法研究
RGB-D图像显著目标检测方法
 
科目列表
市场营销 管理理论 人力资源
电子商务 社会实践 先进教育
伦理道德 艺术理论 环境保护
农村研究 交通相关 烟草论文
电子电气 财务分析 融资决策
电影艺术 国学论文 材料工程
语文论文 数学论文 英语论文
政治论文 物理论文 化学论文
生物论文 美术论文 历史论文
地理论文 信息技术 班主任
音乐论文 体育论文 劳技论文
自然论文 德育管理 农村教育
素质教育 三个代表 旅游管理
国际贸易 哲学论文 工商管理
证券金融 社会学 审计论文
会计论文 建筑论文 电力论文
水利论文 园林景观 农林学
中医学 西医学 心理学
公安论文 法学法律 思想汇报
法律文书 总结报告 演讲稿
物业管理 经济学 论文指导
计算机 护理论文 社会调查
军事论文 化工论文 财政税收
保险论文 物流论文 语言教育
教育教学 给水排水 暖通论文
结构论文 综合类别 硕士论文
博士论文    
 
 
基于视觉注意力的卷积神经网络在动态场景下的显著目标检测
 
     论文目录
 
中文摘要第3-4页
英文摘要第4-5页
1 绪论第9-15页
    1.1 本文研究背景和意义第9-10页
    1.2 视觉显著性的研究现状第10-11页
    1.3 深度学习研究概述第11-14页
        1.3.1 人工神经网络算法发展历史第12页
        1.3.2 卷积神经网络的研究历史与现状第12-14页
        1.3.3 基于深度学习的显著性检测挑战第14页
    1.4 本文的内容与结构第14-15页
2 目标显著性检测方法第15-33页
    2.1 视觉注意力机制第15-18页
        2.1.1 视觉感知系统生理结构第15-16页
        2.1.2 自下而上和自上而下注意力第16-17页
        2.1.3 视觉注意力机制计算原理第17-18页
    2.2 自下而上视觉显著性特征第18-21页
        2.2.1 颜色特征第18-19页
        2.2.2 纹理特征第19-20页
        2.2.3 形状特征第20-21页
    2.3 自上而下视觉显著性特征第21-23页
        2.3.1 似物性第21-22页
        2.3.2 唯一性第22页
        2.3.3 分布性第22-23页
    2.4 经典显著性检测模型第23-29页
        2.4.1 Itti模型第24-26页
        2.4.2 SR模型第26-27页
        2.4.3 FT模型第27-28页
        2.4.4 RC模型第28-29页
    2.5 卷积神经网络模型第29-30页
    2.6 显著性检测数据集和评价指标第30-32页
        2.6.1 常用的评价数据集第30页
        2.6.2 常用的评价指标第30-32页
    2.7 本章小结第32-33页
3 基于卷积神经网络的动态显著目标检测第33-49页
    3.1 引言第33页
    3.2 卷积神经网络结构设计原理第33-38页
        3.2.1 卷积神经网络的生物学依据第33-34页
        3.2.2 卷积神经网络的结构设计第34-38页
    3.3 卷积神经网络的优化训练第38-42页
        3.3.1 损失函数设计第38-39页
        3.3.2 优化策略设计第39-42页
    3.4 其他常用的训练技巧第42-43页
    3.5 基于改进U-Net和DenseCRF的动态显著目标检测算法第43-46页
        3.5.1 改进的U-Net模型结构第43-45页
        3.5.2 DenseCRF算法第45-46页
        3.5.3 动态场景下的显著目标检测第46页
    3.6 模型优缺点分析第46-47页
    3.7 本章小结第47-49页
4 基于自上而下视觉注意力的显著目标检测第49-59页
    4.1 引言第49页
    4.2 卷积神经网络可视化第49-53页
    4.3 基于类别监督的注意力图生成第53-55页
        4.3.1 类别激活图(Class Activation Mapping,CAM)第53页
        4.3.2 基于监督梯度反向传播和对比抑制的注意力图生成方法第53-55页
    4.4 显著图和注意力图的融合第55-56页
    4.5 算法优缺点分析第56页
    4.6 本章小结第56-59页
5 实验与分析第59-73页
    5.1 引言第59页
    5.2 基于卷积神经网络的显著性检测实验第59-66页
        5.2.1 算法实现细节第59-60页
        5.2.2 静态图片集上的性能对比第60-64页
        5.2.3 动态性能测试第64-66页
    5.3 基于自上而下视觉注意力的显著目标检测实验第66-68页
        5.3.1 算法实现细节第66页
        5.3.2 注意力图生成第66-67页
        5.3.3 动态性能测试第67-68页
    5.4 显著图和注意力图的融合实验第68-72页
        5.4.1 算法实现细节第69页
        5.4.2 指定类别物体数据集上的实验第69-72页
    5.5 本章小结第72-73页
6 总结与展望第73-75页
    6.1 总结第73-74页
    6.2 展望第74-75页
致谢第75-77页
参考文献第77-83页
附录第83页
    A.作者在攻读硕士学位期间发表的论文目录第83页
    B.作者在攻读硕士学位期间取得的工作成果目录第83页

 
 
论文编号BS4054924,这篇论文共83
会员购买按0.35元/页下载,共需支付29.05元。        直接购买按0.5元/页下载,共需要支付41.5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!
 您可能感兴趣的论文
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。
 
 
| 会员专区 | 在线购卡 | 广告服务 | 网站地图 |
版权所有 教育论文中心 Copyright(C) All Rights Reserved
联系方式: QQ:277865656 或写信给我