社交网络图像中LOGO检测与识别
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景 | 第9页 |
| 1.2 课题研究目的和意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 图像识别研究现状 | 第11-14页 |
| 1.3.2 LOGO 检测与识别研究现状 | 第14-15页 |
| 1.4 本文主要研究工作 | 第15-16页 |
| 1.5 本文的结构 | 第16-18页 |
| 第2章 LOGO 检测与识别相关理论介绍 | 第18-26页 |
| 2.1 Haar 特征相关理论介绍 | 第18-21页 |
| 2.2 AdaBoost 算法相关理论介绍 | 第21-23页 |
| 2.2.1 Boosting 算法 | 第21页 |
| 2.2.2 AdaBoost 算法 | 第21-23页 |
| 2.3 级联分类器相关理论介绍 | 第23-24页 |
| 2.4 FDA 线性分类器 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 LOGO 检测与识别算法的研究 | 第26-43页 |
| 3.1 Haar 特征提取 | 第26-30页 |
| 3.2 AdaBoost 分类器训练及改进 | 第30-34页 |
| 3.3 级联分类器 | 第34-37页 |
| 3.4 线性分类器 | 第37-41页 |
| 3.5 算法流程设计 | 第41页 |
| 3.6 本章小节 | 第41-43页 |
| 第4章 LOGO 检测与识别实验分析 | 第43-57页 |
| 4.1 实验数据采集 | 第43-48页 |
| 4.1.1 LOGO 种类选取 | 第43页 |
| 4.1.2 数据集下载 | 第43-45页 |
| 4.1.3 数据标注 | 第45-48页 |
| 4.2 实验数据分析 | 第48-50页 |
| 4.3 检测结果分析 | 第50-52页 |
| 4.4 实验效果对比及分析 | 第52-53页 |
| 4.5 使用 LOGO 检测的方法做品牌跟踪 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
