物体级别的深度次序推理研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题背景 | 第10-13页 |
| 1.2 研究内容和创新性 | 第13-16页 |
| 1.2.1 遮挡边缘检测 | 第13页 |
| 1.2.2 物体推荐 | 第13-14页 |
| 1.2.3 深度次序推理 | 第14-15页 |
| 1.2.4 创新性 | 第15-16页 |
| 1.3 组织架构 | 第16-18页 |
| 第二章 遮挡边缘检测 | 第18-38页 |
| 2.1 研究现状 | 第18-19页 |
| 2.2 算法框架 | 第19页 |
| 2.3 边缘样本的产生 | 第19-26页 |
| 2.3.1 图像分割 | 第19-20页 |
| 2.3.2 特征提取 | 第20-26页 |
| 2.3.2.1 边缘强度 | 第20-21页 |
| 2.3.2.2 颜色特征 | 第21-22页 |
| 2.3.2.3 纹理特征 | 第22-24页 |
| 2.3.2.4 三维几何方向特征 | 第24-25页 |
| 2.3.2.5 滤波响应特征 | 第25-26页 |
| 2.4 基于稀疏回归的特征选择 | 第26-28页 |
| 2.5 样本重构 | 第28-32页 |
| 2.5.1 基于聚类的样本重构 | 第29页 |
| 2.5.2 基于Huber函数的样本重构 | 第29-32页 |
| 2.6 基于核函数的岭回归 | 第32-34页 |
| 2.7 实验与验证 | 第34-37页 |
| 2.7.1 定量评价 | 第35-36页 |
| 2.7.2 定性评价 | 第36-37页 |
| 2.8 本章小结 | 第37-38页 |
| 第三章 物体推荐 | 第38-54页 |
| 3.1 研究现状 | 第38-40页 |
| 3.1.1 浅析边缘图对物体推荐的作用 | 第39-40页 |
| 3.2 算法框架 | 第40-41页 |
| 3.3 基于遮挡边缘图的物体推荐 | 第41-44页 |
| 3.3.1 滑动窗口策略 | 第41-42页 |
| 3.3.2 相交边缘的搜索 | 第42页 |
| 3.3.3 似物性得分的定义 | 第42-44页 |
| 3.4 基于遮挡的边缘融合及优化 | 第44-46页 |
| 3.4.1 基于遮挡的边缘响应融合 | 第44-45页 |
| 3.4.2 自适应性的归一化标准 | 第45-46页 |
| 3.5 实验与验证 | 第46-52页 |
| 3.5.1 本研究框架下变种方法的比较 | 第47-49页 |
| 3.5.2 与代表性物体推荐方法的比较 | 第49页 |
| 3.5.3 与基于深度学习的推荐方法的比较 | 第49-50页 |
| 3.5.4 关于物体检测的应用 | 第50-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 深度次序推理 | 第54-66页 |
| 4.1 研究现状 | 第54-55页 |
| 4.2 局部深度次序推理 | 第55-58页 |
| 4.2.1 凹凸性特征 | 第56-57页 |
| 4.2.2 角点特征 | 第57-58页 |
| 4.3 全局深度次序推理 | 第58-59页 |
| 4.4 实验与验证 | 第59-64页 |
| 4.4.1 定量评价 | 第59-61页 |
| 4.4.2 定性评价 | 第61-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 论文总结 | 第66-67页 |
| 5.2 论文展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 作者攻读学位期间发表的学术论文目录 | 第74页 |
