基于视觉结构模型的多目标语义分割
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与创新点 | 第13-14页 |
| 1.4 论文组织和结构 | 第14-15页 |
| 第二章 关键技术 | 第15-31页 |
| 2.1 传统图像分割方法 | 第15-21页 |
| 2.1.1 基于区域的方法 | 第16-19页 |
| 2.1.2 基于边缘的方法 | 第19页 |
| 2.1.3 综合考虑边缘和区域信息的混合分割方法 | 第19页 |
| 2.1.4 综合考虑边缘和区域信息的混合分割方法 | 第19-21页 |
| 2.2 基于卷积神经网络的语义分割 | 第21-25页 |
| 2.2.1 深层卷积神经网络架构 | 第21-23页 |
| 2.2.2 深层卷积神经网络架构的语义分割研究 | 第23-25页 |
| 2.3 语义分割中的结构模型 | 第25-29页 |
| 2.3.1 视觉结构模型 | 第25-26页 |
| 2.3.2 分割系统中的视觉结构模型 | 第26-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于上下文的多目标语义分割 | 第31-42页 |
| 3.1 上下文感知网络 | 第32-33页 |
| 3.2 特征聚集模块 | 第33-35页 |
| 3.3 残差门网络层 | 第35-38页 |
| 3.4 实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于结构模型的分割系统实现 | 第42-50页 |
| 4.1 系统概述 | 第42页 |
| 4.2 系统设计及模块 | 第42-49页 |
| 4.2.1 系统输入 | 第43-44页 |
| 4.2.2 卷积神经网络 | 第44-46页 |
| 4.2.3 特征映射 | 第46页 |
| 4.2.4 全连接条件随机场 | 第46-49页 |
| 4.2.5 系统输出 | 第49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 多目标语义分割系统应用 | 第50-70页 |
| 5.1 系统应用概述 | 第50页 |
| 5.2 基于语义分割系统实验与分析 | 第50-69页 |
| 5.2.1 城市街景场景语义分割 | 第50-54页 |
| 5.2.2 快速行人分割 | 第54-56页 |
| 5.2.3 医疗图像识别与分割 | 第56-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-81页 |
| 作者在攻读硕士期间发表的论文 | 第81-82页 |
