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Logo检测与识别研究

摘要第4-5页
Abstract第5页
第1章 绪论第11-16页
    1.1 课题背景第11-12页
    1.2 课题难点第12-13页
    1.3 本文工作第13-14页
        1.3.1 基于卷积神经网络的Logo检测第13页
        1.3.2 基于卷积神经网络的Logo识别第13-14页
    1.4 本文组织和逻辑结构第14-15页
        1.4.1 组织结构第14页
        1.4.2 逻辑结构第14-15页
    1.5 本章小结第15-16页
第2章 Logo检测与识别技术综述第16-33页
    2.1 Logo检测与识别技术第16-25页
        2.1.1 特征模型第16-21页
        2.1.2 分类器第21-25页
    2.2 卷积神经网络第25-32页
        2.2.1 卷积神经网络的基本特征第26-27页
        2.2.2 卷积神经网络的基本结构第27-32页
    2.3 本章小结第32-33页
第3章 基于卷积神经网络的Logo检测第33-51页
    3.1 研究背景第33-34页
    3.2 基于卷积神经网络的Logo检测第34-40页
        3.2.1 Logo数据集第34-36页
        3.2.2 卷积神经网络结构第36-40页
    3.3 卷积神经网络学习第40-45页
        3.3.1 前向传播第40-41页
        3.3.2 反向传播第41-45页
    3.4 实验结果与分析第45-50页
        3.4.1 实验过程第45-48页
        3.4.2 实验结果第48-50页
    3.5 本章小结第50-51页
第4章 基于卷积神经网络的Logo识别第51-66页
    4.1 研究背景第51页
    4.2 基于卷积神经网络的Logo识别第51-59页
        4.2.1 卷积神经网络结构第51-53页
        4.2.2 卷积神经网络训练第53-59页
    4.3 实验结果与分析第59-65页
        4.3.1 Logo测试集的实验结果第59-60页
        4.3.2 Logo检测结果与分析第60-63页
        4.3.3 运行时间分析第63-65页
    4.4 本章小结第65-66页
第5章 总结及展望第66-68页
    5.1 工作总结第66-67页
    5.2 未来展望第67-68页
参考文献第68-74页
攻读硕士期间主要的研究成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:区域大气环境评估决策支持系统的研究与实现
下一篇:基于本体的文物知识库构建关键技术研究与应用