基于深度学习的视频主角衣服检测与检索方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 视链技术的研究现状 | 第11-12页 |
| 1.2.2 目标检测技术的研究现状 | 第12-13页 |
| 1.2.3 图像检索技术的研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第2章 目标检测和图像检索的相关方法 | 第16-29页 |
| 2.1 卷积神经网络简介 | 第16-18页 |
| 2.1.1 基本结构 | 第16-17页 |
| 2.1.2 常见网络结构 | 第17-18页 |
| 2.2 目标检测算法介绍 | 第18-24页 |
| 2.2.1 传统的目标检测算法 | 第19页 |
| 2.2.2 基于候选区域的目标检测算法 | 第19-22页 |
| 2.2.3 基于回归的端对端目标检测算法 | 第22-24页 |
| 2.3 图像检索算法介绍 | 第24-28页 |
| 2.3.1 基于文本的图像检索算法 | 第25页 |
| 2.3.2 基于内容的图像检索算法 | 第25-26页 |
| 2.3.3 深度学习在图像检索中的应用 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 主角衣服检测与检索算法 | 第29-45页 |
| 3.1 算法基本流程 | 第29-30页 |
| 3.2 基于视频内容的主角验证算法 | 第30-34页 |
| 3.2.1 人体检测算法 | 第30-31页 |
| 3.2.2 姿势判别模型 | 第31页 |
| 3.2.3 人脸检测及验证算法 | 第31-34页 |
| 3.3 基于卷积神经网络的衣服检测模型 | 第34-39页 |
| 3.3.1 衣服检测框架设计 | 第34-38页 |
| 3.3.2 衣服检测的网络训练 | 第38-39页 |
| 3.4 基于三元组损失的衣服检索模型 | 第39-44页 |
| 3.4.1 衣服检索框架设计 | 第39-42页 |
| 3.4.2 衣服检索的网络训练 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 衣服广告视链系统及相关实验 | 第45-60页 |
| 4.1 实验环境及数据来源 | 第45-50页 |
| 4.1.1 实验环境设置 | 第45-46页 |
| 4.1.2 实验数据介绍 | 第46-50页 |
| 4.2 实验过程及结果分析 | 第50-56页 |
| 4.2.1 人体检测实验结果 | 第50页 |
| 4.2.2 姿势判别实验结果 | 第50-51页 |
| 4.2.3 人脸验证实验结果 | 第51页 |
| 4.2.4 衣服检测实验结果 | 第51-53页 |
| 4.2.5 衣服检索实验结果 | 第53-56页 |
| 4.3 衣服广告视链系统设计与实现 | 第56-59页 |
| 4.3.1 系统基本功能介绍 | 第56-57页 |
| 4.3.2 系统测试实验结果及分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
