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

基于深度学习的群体行为识别方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 课题背景及研究的目的和意义第10-11页
    1.2 国内外群体行为识别及深度学习方法研究概况第11-18页
        1.2.1 群体行为识别研究概况第11-14页
        1.2.2 深度学习方法研究概况第14-18页
    1.3 本论文的主要研究内容第18-19页
第2章 基于非局部网络的群体行为识别模型研究第19-24页
    2.1 引言第19-20页
    2.2 多层LSTM时序模型第20-21页
        2.2.1 LSTM时序模型第20页
        2.2.2 多层LSTM时序模型第20-21页
    2.3 非局部卷积神经网络第21-23页
        2.3.1 非局部模块第22-23页
        2.3.2 非局部卷积神经网络第23页
    2.4 本章小结第23-24页
第3章 面向群体行为识别的注意力池化机制研究第24-31页
    3.1 引言第24-25页
    3.2 基于注意力池化的群体行为识别第25-26页
    3.3 集约型注意力池化机制第26-30页
        3.3.1 全局注意力池化第26-28页
        3.3.2 多层注意力池化第28-29页
        3.3.3 拼接型注意力池化第29-30页
    3.4 本章小结第30-31页
第4章 群体行为识别实验研究第31-41页
    4.1 引言第31页
    4.2 实验基础第31-32页
        4.2.1 群体行为识别数据集第31页
        4.2.2 实验基础设置第31-32页
    4.3 非局部网络模型实验研究第32-36页
        4.3.1 实验结果第32-33页
        4.3.2 实验讨论第33-36页
    4.4 注意力池化机制实验研究第36-40页
        4.4.1 实验结果第36-38页
        4.4.2 实验讨论第38-40页
    4.5 本章小结第40-41页
结论第41-42页
参考文献第42-46页
攻读硕士学位期间所发表的学术论文第46-47页
致谢第47页

论文共47页,点击 下载论文
上一篇:基于深度学习的目标跟踪算法研究
下一篇:可见光遥感图像舰船目标检测技术研究