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

基于超像素和条件随机场的图像语义分割算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-24页
    1.1 研究背景及意义第14-17页
    1.2 国内外研究现状第17-21页
        1.2.1 传统图像语义分割算法第17-19页
        1.2.2 基于深度学习的语义分割算法第19-21页
    1.3 研究内容与章节安排第21-24页
第二章 图像语义分割的基础理论第24-38页
    2.1 全卷积网络模型第24-28页
        2.1.1 CNN与卷积化第24-26页
        2.1.2 上采样与跳跃结构第26-28页
    2.2 超像素分割算法第28-32页
        2.2.1 超像素分割概述第28-30页
        2.2.2 SLIC超像素分割算法第30-32页
    2.3 条件随机场模型第32-36页
        2.3.1 CRF模型定义第32-34页
        2.3.2 全连接条件随机场第34-36页
    2.4 本章小结第36-38页
第三章 基于SLIC和CRF的图像语义分割改进算法第38-52页
    3.1 算法概览第38-39页
    3.2 提取粗糙特征第39-42页
    3.3 优化局部边缘第42-46页
        3.3.1 边缘优化算法框架第42-43页
        3.3.2 基于超像素的边缘优化算法第43-45页
        3.3.3 局部边缘优化效果第45-46页
    3.4 恢复精确边缘第46-50页
        3.4.1 求解CRF的概率分布第46-49页
        3.4.2 精确边缘恢复效果第49-50页
    3.5 本章小结第50-52页
第四章 实验结果与分析第52-68页
    4.1 实验准备第52-57页
        4.1.1 实验平台第52页
        4.1.2 实验数据集第52-55页
        4.1.3 关键参数设置第55-57页
    4.2 实验结果与对比分析第57-65页
        4.2.1 语义分割的评价指标第57-59页
        4.2.2 关键步骤的必要性分析第59-60页
        4.2.3 实验结果的定性分析第60-63页
        4.2.4 实验结果的定量分析第63-65页
    4.3 本章小结第65-68页
第五章 总结与展望第68-70页
    5.1 本文工作总结第68-69页
    5.2 未来工作展望第69-70页
参考文献第70-76页
致谢第76-78页
作者简介第78-79页

论文共79页,点击 下载论文
上一篇:数字真随机数发生器的设计与分析
下一篇:企业形象在品牌APP界面设计中的应用研究