|
|
|
基于RGB-D物体识别的深度学习算法研究 |
|
论文目录 |
|
摘要 | 第1-5页 | abstract | 第5-9页 | 引言 | 第9-10页 | 1 绪论 | 第10-16页 | ·基于深度学习的RGB-D图像识别概述 | 第10-11页 | ·基于深度学习的RGB-D图像识别研究现状 | 第11-12页 | ·基于深度学习的RGB-D图像识别方法目前存在的问题 | 第12-13页 | ·本文的主要研究内容 | 第13-15页 | ·本文的组织 | 第15-16页 | 2 基于深度学习的RGB-D图像识别关键技术 | 第16-27页 | ·深度学习概述 | 第16-21页 | ·浅层学习和深度学习 | 第16-17页 | ·深度学习的常用模型 | 第17-21页 | ·RGB-D图像的特点 | 第21-22页 | ·RGB-D图像的预处理 | 第22-23页 | ·基于深度学习的RGB-D图像特征提取算法研究 | 第23-26页 | ·本章小结 | 第26-27页 | 3 KSAE-SPMP深度学习算法 | 第27-33页 | ·特征提取算法概述 | 第27-28页 | ·KSAE-SPMP算法 | 第28-31页 | ·KSAE算法提取浅层特征 | 第28-30页 | ·空间金字塔最大池化算法提取高维特征 | 第30-31页 | ·Softmax分类器完成分类 | 第31页 | ·实验结果及分析 | 第31-32页 | ·实验过程 | 第31-32页 | ·实验结果对比 | 第32页 | ·本章小结 | 第32-33页 | 4 RGB特征与深度特征原始图像层融合算法 | 第33-46页 | ·多模态特征融合概述 | 第33-34页 | ·多模态稀疏自编码算法 | 第34-37页 | ·RGB信息与深度信息原始图像层融合算法 | 第37-40页 | ·单独的基于RGB信息和深度信息的物体识别 | 第38-39页 | ·RGB特征与深度特征原始图像层融合 | 第39-40页 | ·实验验证 | 第40-45页 | ·RGB-D数据库 | 第40-42页 | ·2D3D数据库 | 第42-45页 | ·本章小结 | 第45-46页 | 5 RGB特征与深度特征的决策层融合算法 | 第46-54页 | ·决策层特征融合概述 | 第46-47页 | ·基于线性组合的决策层特征融合算法 | 第47-50页 | ·特征提取 | 第47-49页 | ·线性组合系数选取 | 第49-50页 | ·多分类器融合 | 第50页 | ·实验验证 | 第50-53页 | ·RGB-D数据库 | 第51-52页 | ·2D3D数据库 | 第52-53页 | ·本章小结 | 第53-54页 | 6 结论与展望 | 第54-56页 | ·工作总结 | 第54页 | ·未来的展望 | 第54-56页 | 参考文献 | 第56-60页 | 在学研究成果 | 第60-61页 | 致谢 | 第61页 |
|
|
|
|
论文编号BS2420895,这篇论文共61页 会员购买按0.35元/页下载,共需支付21.35元。 直接购买按0.5元/页下载,共需要支付30.5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! |
|
|
|
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。 |
|
|