基于分层深度学习的行人分类方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 文章结构安排 | 第17-19页 |
| 第二章 深度学习概述 | 第19-35页 |
| 2.1 背景 | 第19-21页 |
| 2.2 神经网络与BP算法 | 第21-22页 |
| 2.3 深度学习模型 | 第22-31页 |
| 2.3.1 限制玻尔兹曼机 | 第23-26页 |
| 2.3.2 自编码器 | 第26-28页 |
| 2.3.3 卷积神经网络 | 第28-31页 |
| 2.4 深度学习应用现状 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于分层深度学习的行人分类 | 第35-46页 |
| 3.1 引言 | 第35-36页 |
| 3.2 算法结构模型 | 第36-38页 |
| 3.3 无监督分层特征学习算法 | 第38-40页 |
| 3.4 分类器组合设计 | 第40-41页 |
| 3.5 实验 | 第41-45页 |
| 3.5.1 实验数据准备 | 第41-42页 |
| 3.5.2 实验结果与分析 | 第42-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于分层特征融合的行人分类 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 金字塔匹配 | 第47-48页 |
| 4.3 稀疏编码 | 第48-52页 |
| 4.3.1 稀疏表示及求解 | 第48-49页 |
| 4.3.2 稀疏编码到线性SPM | 第49-52页 |
| 4.4 稀疏编码与特征融合的行人分类 | 第52-55页 |
| 4.4.1 分层稀疏编码 | 第52-53页 |
| 4.4.2 字典训练 | 第53-54页 |
| 4.4.3 特征融合 | 第54-55页 |
| 4.5 实验结果及分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 不足与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
