动漫角色智能分析算法研究及应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容及难点 | 第11-13页 |
| 1.3.1 本文主要研究内容 | 第11-12页 |
| 1.3.2 本文研究内容的难点 | 第12-13页 |
| 1.4 本文各章节内容安排 | 第13-15页 |
| 第二章 动漫角色智能分析的相关技术概述 | 第15-25页 |
| 2.1 传统目标检测方法 | 第15-17页 |
| 2.2 卷积神经网络结构 | 第17-20页 |
| 2.2.1 VGGNet网络结构 | 第17-18页 |
| 2.2.2 ResNet网络结构 | 第18-20页 |
| 2.3 深度学习目标检测方法 | 第20-24页 |
| 2.3.1 R-CNN | 第20-21页 |
| 2.3.2 Fast R-CNN | 第21页 |
| 2.3.3 Faster R-CNN | 第21-23页 |
| 2.3.4 YOLO | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 一种基于目标检测的动漫角色智能分析算法 | 第25-44页 |
| 3.1 算法介绍 | 第25-30页 |
| 3.1.1 网络结构 | 第25-26页 |
| 3.1.2 默认框概念 | 第26-27页 |
| 3.1.3 训练策略 | 第27-30页 |
| 3.2 实验数据集的建立 | 第30-31页 |
| 3.3 实验及分析 | 第31-43页 |
| 3.3.1 三种主流目标检测方法的对比实验 | 第31-33页 |
| 3.3.2 动漫数据增强对比实验 | 第33-35页 |
| 3.3.3 更换前置网络结构的对比实验 | 第35-37页 |
| 3.3.4 重置默认框形状的对比实验 | 第37-39页 |
| 3.3.5 修改损失函数的分类权重的对比实验 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于动漫角色智能分析的网络服务应用 | 第44-54页 |
| 4.1 动漫角色智能分析服务器的搭建 | 第44-47页 |
| 4.1.1 应用层 | 第44-45页 |
| 4.1.2 平台层 | 第45-46页 |
| 4.1.3 设备层 | 第46-47页 |
| 4.2 动漫角色智能分析能力服务的部署 | 第47-49页 |
| 4.3 动漫角色智能分析能力服务的应用 | 第49-53页 |
| 4.3.1 能力服务的整体应用流程 | 第49-50页 |
| 4.3.2 能力服务在手机客户端的使用示例 | 第50-53页 |
| 4.4 本章总结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
