首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于卷积神经网络的视频分类检索

摘要第4-5页
Abstract第5页
第1章 绪论第10-14页
    1.1 课题背景第10-11页
    1.2 本文的工作与贡献第11-12页
    1.3 本文组织和结构第12-14页
第2章 相关工作第14-28页
    2.1 视频分类检索第14-20页
        2.1.1 概述第14页
        2.1.2 图像分类算法第14-16页
        2.1.3 图像检索算法第16-18页
        2.1.4 视频分类算法第18-20页
        2.1.5 视频检索算法第20页
    2.2 卷积神经网络第20-23页
        2.2.1 卷积神经网络概述第20-22页
        2.2.2 卷积神经网络结构第22-23页
        2.2.3 卷积神经网络扩展结构第23页
    2.3 卷积神经网络在视频分类检索领域的应用第23-27页
        2.3.1 视频分类检索应用概述第23页
        2.3.2 视频分类在视频摘要上的应用第23-26页
        2.3.3 视频检索在推荐系统上的应用第26-27页
    2.4 本章小结第27-28页
第3章 问题描述第28-32页
    3.1 常用术语与符号第28-29页
    3.2 问题定义第29-30页
    3.3 实现难点第30-31页
    3.4 预期目标第31页
    3.5 本章小结第31-32页
第4章 基于卷积神经网络的视频分类检索算法实现第32-45页
    4.1 算法概述第32-33页
    4.2 卷积神经网络结构第33-35页
    4.3 哈希层第35页
    4.4 优化的相似检索策略第35-43页
        4.4.1 常用的相似视频检索策略第35-38页
        4.4.2 针对Binarycode的检索策略第38-42页
        4.4.3 整合的相似视频检索策略第42-43页
    4.5 本章小结第43-45页
第5章 本章对比实验结果第45-54页
    5.1实验配置第45-47页
        5.1.1 运行环境第45页
        5.1.2 实验数据描述第45-46页
        5.1.3 实验对比算法第46-47页
        5.1.4 评判指标第47页
    5.2 实验过程和步骤第47-48页
    5.3 实验结果与分析第48-52页
    5.4 本章小结第52-54页
第6章 总结和展望第54-56页
    6.1 本文工作总结第54页
    6.2 未来研究工作第54-55页
    6.3 本章小结第55-56页
参考文献第56-59页
攻读硕士学位期间主要的研究成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:储罐声发射检测管理与腐蚀评价系统研制
下一篇:基于图式理论的跨文化交际能力研究