|
|
|
基于鲁棒相似性度量和深度学习的目标检测方法研究 |
|
论文目录 |
|
摘要 | 第4-6页 | 英文摘要 | 第6-15页 | 第一章 绪论 | 第15-29页 | 1.1 研究背景和意义 | 第15-16页 | 1.2 目标检测研究进展 | 第16-24页 | 1.2.1 基于鲁棒相似性度量的目标检测方法 | 第17-18页 | 1.2.2 基于手工设计特征的目标检测方法 | 第18-19页 | 1.2.3 基于深度学习的目标检测方法 | 第19-22页 | 1.2.4 针对特定目标的检测方法 | 第22-24页 | 1.3 主要研究内容及创新点 | 第24-26页 | 1.4 本文的组织结构 | 第26-29页 | 第二章 基于鲁棒颜色相似性度量的目标定位方法 | 第29-55页 | 2.1 引言 | 第29-32页 | 2.2 基于颜色退化模型的鲁棒相似度矩阵 | 第32-41页 | 2.2.1 基于鲁棒相似度矩阵的聚类 | 第35-37页 | 2.2.2 基于鲁棒相似矩阵的聚类区域内聚度 | 第37-38页 | 2.2.3 基于聚类区域内聚度的目标定位 | 第38-40页 | 2.2.4 本章方法和谱聚类的关系 | 第40-41页 | 2.3 所提目标定位方法的应用 | 第41-45页 | 2.3.1 目标建议窗口生成 | 第42-43页 | 2.3.2 显著性检测 | 第43-45页 | 2.4 实验结果与分析 | 第45-54页 | 2.4.1 目标建议窗口生成方法的评价 | 第46-49页 | 2.4.2 显著性检测方法的评价 | 第49-54页 | 2.5 本章小结 | 第54-55页 | 第三章 基于鲁棒似物性相似度量的视频中特定目标建议窗口生成方法 | 第55-79页 | 3.1 引言 | 第55-58页 | 3.2 特定目标建议窗口生成 | 第58-65页 | 3.2.1 基于多似物性线索生成特定目标建议窗口 | 第58-62页 | 3.2.2 目标建议窗口排序策略 | 第62-63页 | 3.2.3 特定目标建议窗口生成方法在跟踪上的应用 | 第63-65页 | 3.3 实验结果与分析 | 第65-77页 | 3.3.1 目标建议窗口生成方法的评价 | 第66-69页 | 3.3.2 跟踪方法的评价 | 第69-77页 | 3.4 本章小结 | 第77-79页 | 第四章 基于卷积神经网络和级联回归的自动美感图像区域检测方法 | 第79-101页 | 4.1 引言 | 第79-82页 | 4.2 基于深度学习的级联回归美感区域检测方法 | 第82-89页 | 4.2.1 训练CNN美感特征提取模型 | 第83-86页 | 4.2.2 基于梯度提升算法学习基元回归器 | 第86-87页 | 4.2.3 级联美感区域检测 | 第87-89页 | 4.3 实验结果与分析 | 第89-99页 | 4.3.1 参数影响 | 第90-94页 | 4.3.2 方法性能评价 | 第94-99页 | 4.4 本章小结 | 第99-101页 | 第五章 基于卷积神经网络的快速人脸检测方法 | 第101-121页 | 5.1 引言 | 第101-103页 | 5.2 基于深度判别完备特征图的快速人脸检测 | 第103-110页 | 5.2.1 方法概览 | 第104页 | 5.2.2 基于卷积神经网络提取深度判别完备特征图 | 第104-107页 | 5.2.3 基于判别完备特征图加速人脸检测 | 第107-109页 | 5.2.4 集成学习降低泛化误差 | 第109页 | 5.2.5 人脸矩形框回归 | 第109-110页 | 5.3 实验结果与分析 | 第110-118页 | 5.3.1 参数设置 | 第110-112页 | 5.3.2 所训练CNN模型的可视化 | 第112-113页 | 5.3.3 人脸检测方法性能评价 | 第113-118页 | 5.4 本章小结 | 第118-121页 | 第六章 研究工作总结与未来工作 | 第121-125页 | 6.1 研究工作总结 | 第121-122页 | 6.2 未来工作 | 第122-125页 | 参考文献 | 第125-137页 | 博士期间发表论文以及其它科研成果 | 第137-141页 | 致谢 | 第141-142页 |
|
|
|
|
论文编号BS4574932,这篇论文共142页 会员购买按0.35元/页下载,共需支付49.7元。 直接购买按0.5元/页下载,共需要支付71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! |
|
|
|
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。 |
|
|