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--基于深度卷积神经网络的人群计数与密度估计研究
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
基于深度卷积神经网络人群计数
深度神经网络参数压缩及前向加速
基于卷积神经网络人群计数算法研
基于卷积神经网络人群密度分析
深度卷积神经网络在遥感影像分类
基于深度卷积神经网络脑组织分割
基于深度卷积神经网络CT图像肝
基于深度脊波神经网络极化SAR
基于卷积神经网络图像分类方法研
基于深度全景视频虚拟场景绘制技
基于卷积神经网络人群密度估计
资源型企业转型升级动力研究--以
基于深度卷积神经网络视网膜血管
基于卷积神经网络密集场景人数估
计数理论起源和发展
视频场景中人群密度估计应用
公交车人群计数系统研究实现
面向对象软件测试技术研究
基于身份公钥密码系统研究
基于卷积神经网络肺部肿瘤PET
基于共享卷积神经网络交通标志检
基于高维视觉特征模型目标图像检
基于序列化卷积神经网络行为识别
卷积神经网络研究应用
基于卷积神经网络路牌检测和识别
卷积神经网络在图像分类识别中
基于卷积神经网络人体动作识别技
递归型卷积神经网络研究及其应用
基于卷积神经网络人脸简笔画生成
视频监控中人群密度估计人群异常
基于深度学习医学图像分割方法研
基于深度学习鸡蛋外观缺陷检测算
基于深层神经网络音频特征提取及
基于高分辨率SAR图像建筑区域
 
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    
 
 
基于深度卷积神经网络的人群计数与密度估计研究
 
     论文目录
 
中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-16页
    1.1 研究背景和意义第8-10页
        1.1.1 研究背景第8页
        1.1.2 研究意义第8-10页
    1.2 国内外研究现状第10-13页
        1.2.1 人群计数与密度估计研究现状第10-12页
        1.2.2 卷积神经网络的发展第12-13页
    1.3 主要研究内容第13页
    1.4 本文的组织结构第13-16页
2 相关理论及技术概述第16-28页
    2.1 卷积神经网络模型第16-21页
        2.1.1 卷积运算第16-17页
        2.1.2 卷积的主要特性第17-19页
        2.1.3 池化操作第19-20页
        2.1.4 经典卷积神经网络模型分析第20-21页
    2.2 基于CNN的人数计数方法分析第21-27页
        2.2.1 基础CNN模型第22-24页
        2.2.2 上下文感知模型第24页
        2.2.3 尺寸感知模型第24-27页
    2.3 本章小结第27-28页
3 基于DCNN的人群计数与密度估计模型第28-46页
    3.1 密度图第28-30页
        3.1.1 密度图的概念第28页
        3.1.2 密度图生成算法第28-30页
    3.2 基于全卷积的网络模型设计第30-33页
        3.2.1 全卷积第30页
        3.2.2 网络模型Model-A第30-33页
    3.3 基于卷积特征融合的网络模型设计第33-38页
        3.3.1 特征融合第33-34页
        3.3.2 反卷积第34-35页
        3.3.3 网络模型Model-B第35-38页
    3.4 尺度自适应网络模型设计与改进第38-44页
        3.4.1 改进的尺度自适应网络模型Model-C第38-41页
        3.4.2 残差与密集连接第41-43页
        3.4.3 基于密集连接的尺度自适应网络模型Dense_Model-C第43-44页
    3.5 损失函数设计第44-45页
    3.6 本章小结第45-46页
4 实验分析第46-70页
    4.1 实验环境第46页
    4.2 数据集与数据处理第46-48页
        4.2.1 数据集第46页
        4.2.2 数据处理第46-48页
    4.3 评价标准第48页
    4.4 网络训练参数第48页
    4.5 实验结果与误差分析第48-68页
        4.5.1 实验结果对比第48-57页
        4.5.2 误差分析第57-68页
    4.6 本章小结第68-70页
5 总结与展望第70-74页
    5.1 研究工作总结第70-71页
    5.2 展望第71-74页
致谢第74-76页
参考文献第76-82页
附录第82页
    A.作者在攻读硕士学位期间发表的论文目录第82页
    B.作者在攻读硕士学位期间参加的科研项目第82页

 
 
论文编号BS4055008,这篇论文共82
会员购买按0.35元/页下载,共需支付28.7元。        直接购买按0.5元/页下载,共需要支付41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