摘要 | 第5-8页 |
ABSTRACT | 第8-11页 |
第一章 绪论 | 第15-27页 |
1.1 视频分析的研究背景和意义 | 第15-16页 |
1.2 国内外研究现状、技术难点以及存在的问题 | 第16-24页 |
1.2.1 视频分析的目标及衡量准则 | 第16-18页 |
1.2.2 视频分析所使用的特征类型 | 第18-22页 |
1.2.3 视频分析的方案 | 第22-24页 |
1.3 本文的研究动机及内容 | 第24-25页 |
1.4 本文的结构安排和创新点 | 第25-27页 |
第二章 更有效的特征融合方法-连续Dropout | 第27-47页 |
2.1 动机 | 第27-28页 |
2.2 基本原理 | 第28-29页 |
2.3 连续Dropout蕴含的原子相关性正则化分析 | 第29-36页 |
2.3.1 连续Dropout的静态特性 | 第29-33页 |
2.3.2 连续Dropout的动态特性 | 第33-36页 |
2.4 实验 | 第36-45页 |
2.4.1 MNIST上的实验 | 第37-41页 |
2.4.2 CIFAR-10实验结果 | 第41页 |
2.4.3 SVHN实验结果 | 第41-42页 |
2.4.4 NORB实验结果 | 第42-43页 |
2.4.5 ILSVRC-2012上的实验 | 第43-45页 |
2.5 总结 | 第45-47页 |
第三章 参数更稳健的卷积神经网络 | 第47-63页 |
3.1 国内外相关工作 | 第47-48页 |
3.2 动机 | 第48-49页 |
3.3 方法 | 第49-54页 |
3.3.1 卷积神经网络 | 第49-50页 |
3.3.2 图像变换 | 第50-51页 |
3.3.3 对输入图像变换稳健的卷积神经网络 | 第51-54页 |
3.4 实验 | 第54-61页 |
3.4.1 MNIST | 第54-56页 |
3.4.2 ILSVRC-2012 | 第56-58页 |
3.4.3 UK-Bench | 第58-61页 |
3.5 结论 | 第61-63页 |
第四章 结构更稳健的卷积神经网络 | 第63-77页 |
4.1 背景介绍 | 第63-64页 |
4.2 卷积神经网络中的区块重排序 | 第64-68页 |
4.2.1 卷积神经网络中的参数冗余 | 第66页 |
4.2.2 区块重排序 | 第66-68页 |
4.3 实验结果 | 第68-75页 |
4.3.1 MNIST | 第68-69页 |
4.3.2 ImageNet-2012 | 第69-71页 |
4.3.3 UK-Bench | 第71页 |
4.3.4 不变性测度 | 第71-72页 |
4.3.5 不同层中区块重排序的影响 | 第72-74页 |
4.3.6 特征响应图示例 | 第74-75页 |
4.4 总结 | 第75-77页 |
第五章 序列深层递归神经网络学习 | 第77-89页 |
5.1 动机 | 第77-78页 |
5.2 国内外相关工作 | 第78-79页 |
5.3 LSTM的无监督预训练 | 第79-84页 |
5.3.1 自编码器 | 第79页 |
5.3.2 训练多层自编码器 | 第79-80页 |
5.3.3 长短时记忆网络训练 | 第80-81页 |
5.3.4 长短时记忆网络自编码器 | 第81页 |
5.3.5 贪婪式逐层LSTM训练 | 第81-84页 |
5.4 实验 | 第84-88页 |
5.4.1 加法问题 | 第85页 |
5.4.2 MNIST分类 | 第85-87页 |
5.4.3 UCF-101上的视频分类 | 第87页 |
5.4.4 机器翻译 | 第87-88页 |
5.5 本章小结 | 第88-89页 |
第六章 基于共享隐表征的序列到序列学习 | 第89-101页 |
6.1 背景介绍 | 第89-91页 |
6.2 相关工作 | 第91页 |
6.3 背景知识 | 第91-92页 |
6.3.1 变分自编码器(VAE) | 第91-92页 |
6.3.2 长短时记忆(LSTM) | 第92页 |
6.4 方法 | 第92-95页 |
6.4.1 框架 | 第92-94页 |
6.4.2 学习 | 第94-95页 |
6.5 实验 | 第95-100页 |
6.5.1 视频到句子 | 第96-97页 |
6.5.2 句子到句子 | 第97-98页 |
6.5.3 视频到视频 | 第98-99页 |
6.5.4 句子到视频 | 第99-100页 |
6.6 本章小结 | 第100-101页 |
第七章 总结与展望 | 第101-107页 |
7.1 论文总结 | 第101-103页 |
7.2 未来工作与展望 | 第103-107页 |
参考文献 | 第107-113页 |
致谢 | 第113-115页 |
在读期间发表的学术论文与取得的研究成果 | 第115页 |