基于网络结构搜索的人体姿态估计算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 深度学习与计算机视觉 | 第12-13页 |
| 1.2.2 人体姿态估计研究现状 | 第13-14页 |
| 1.2.3 网络结构搜索研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.3.1 骨干网络搜索研究 | 第15页 |
| 1.3.2 多尺度特征融合模块设计 | 第15-16页 |
| 1.4 章节安排 | 第16-17页 |
| 第二章 人体姿态估计和网络结构搜索 | 第17-32页 |
| 2.1 卷积神经网络 | 第17-24页 |
| 2.1.1 卷积层 | 第17-19页 |
| 2.1.2 池化层 | 第19-21页 |
| 2.1.3 标准化层 | 第21-22页 |
| 2.1.4 激活函数 | 第22-23页 |
| 2.1.5 损失函数 | 第23-24页 |
| 2.2 人体姿态估计 | 第24-28页 |
| 2.2.1 热力图回归 | 第25页 |
| 2.2.2 常用人体姿态估计网络 | 第25-28页 |
| 2.3 网络结构搜索 | 第28-31页 |
| 2.3.1 基于强化学习的结构搜索 | 第29页 |
| 2.3.2 基于遗传算法的结构搜索 | 第29-30页 |
| 2.3.3 基于梯度下降的结构搜索 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于高分辨率语义表达的骨干网络研究 | 第32-49页 |
| 3.1 高分辨率语义表达网络 | 第32-35页 |
| 3.1.1 HrNet整体结构 | 第33页 |
| 3.1.2 转换层 | 第33-34页 |
| 3.1.3 融合层 | 第34-35页 |
| 3.2 骨干网络搜索 | 第35-40页 |
| 3.2.1 基本搜索单元 | 第36-37页 |
| 3.2.2 改进的搜索空间集合 | 第37-38页 |
| 3.2.3 改进的搜索优化方法 | 第38-39页 |
| 3.2.4 整体结构设计 | 第39-40页 |
| 3.3 实验与分析 | 第40-48页 |
| 3.3.1 常用数据集介绍 | 第40-41页 |
| 3.3.2 图片数据增强 | 第41页 |
| 3.3.3 实验参数设置 | 第41页 |
| 3.3.4 实验结果分析 | 第41-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 多尺度特征融合模块设计 | 第49-59页 |
| 4.1 多尺度特征融合 | 第49-51页 |
| 4.1.1 特征金字塔 | 第49-50页 |
| 4.1.2 融合模块设计 | 第50-51页 |
| 4.1.3 整体结构设计 | 第51页 |
| 4.2 实验与分析 | 第51-57页 |
| 4.2.1 实验参数设置 | 第51-52页 |
| 4.2.2 实验结果分析 | 第52-55页 |
| 4.2.3 对比实验分析 | 第55-56页 |
| 4.2.4 实验可视化展示 | 第56-57页 |
| 4.3 整体搜索流程展示 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间的学术成果和参与的科研项目 | 第67页 |
