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

基于上下文的目标检测研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第12-30页
    1.1 研究背景和意义第12-14页
    1.2 上下文的定义和分类第14-15页
    1.3 研究现状及存在问题第15-24页
        1.3.1 基于上下文的目标检测研究概述第15-17页
        1.3.2 基于上下文表示的目标表征方法第17-21页
        1.3.3 基于上下文信息的目标识别第21-22页
        1.3.4 基于上下文信息的目标定位第22-23页
        1.3.5 当前存在的问题与不足第23-24页
    1.4 本文研究内容及创新点第24-27页
        1.4.1 研究内容第24-26页
        1.4.2 创新点第26-27页
    1.5 本文的组织结构第27-30页
第二章 基于霍夫上下文的目标检测模型第30-52页
    2.1 引言第30页
    2.2 研究现状及问题形成第30-33页
    2.3 基于霍夫上下文的目标检测模型第33-44页
        2.3.1 基于霍夫上下文目标检测模型的搭建第34-39页
        2.3.2 模型参数学习第39-43页
        2.3.3 基于模型的目标检测第43-44页
    2.4 实验结果与分析第44-51页
        2.4.1 实验设置第44-46页
        2.4.2 独立投票和联合投票相关讨论第46-48页
        2.4.3 与其它方法的比较第48-51页
    2.5 本章小结第51-52页
第三章 基于上下文信息的多层目标检测模型第52-75页
    3.1 引言第52页
    3.2 研究现状及问题形成第52-55页
    3.3 基于上下文信息的多层目标检测模型第55-68页
        3.3.1 模型整体设计第55-57页
        3.3.2 模型搭建第57-65页
        3.3.3 目标检测模型的学习第65-67页
        3.3.4 基于模型的目标检测第67-68页
    3.4 实验结果与分析第68-73页
        3.4.1 实验设置第68-69页
        3.4.2 实验比较与分析第69-73页
    3.5 本章小结第73-75页
第四章 基于时空上下文信息的火焰检测模型和人数统计模型第75-99页
    4.1 引言第75页
    4.2 火焰检测研究现状和问题形成第75-78页
    4.3 基于时空上下文的火焰检测模型第78-84页
        4.3.1 获取火焰候选区域第79-80页
        4.3.2 结合时空上下文获取新的火焰运动特征第80-83页
        4.3.3 基于时空上下文的火焰模型第83-84页
    4.4 实验结果及分析第84-88页
        4.4.1 相关数据集第84页
        4.4.2 火焰运动特征分量的有效性第84-85页
        4.4.3 火焰检测的准确性分析第85-87页
        4.4.4 火焰检测实时性分析第87-88页
    4.5 人数统计研究现状和问题形成第88-91页
    4.6 基于团块分析的人数统计模型第91-95页
        4.6.1 获取前景团块第91-93页
        4.6.2 团块分割第93页
        4.6.3 团块跟踪第93-94页
        4.6.4 利用SVM进行团块分析第94-95页
    4.7 实验结果及分析第95-97页
        4.7.1 实验采用的数据集和评估指标第95-96页
        4.7.2 试验结果及分析第96-97页
    4.8 本章小结第97-99页
第五章 基于自适应上下文信息的CNN目标检测模型第99-116页
    5.1 引言第99页
    5.2 研究现状及问题形成第99-102页
    5.3 基于自适应上下文信息的CNN目标检测模型第102-109页
        5.3.1 CNN特征提取第102-103页
        5.3.2 自适应的上下文特征选择模型第103-105页
        5.3.3 目标检测模型及其参数学习第105-108页
        5.3.4 基于模型的目标检测第108-109页
    5.4 实验结果与分析第109-115页
        5.4.1 相关数据集和模型参数设置第109-110页
        5.4.2 行人检测第110-113页
        5.4.3 车辆检测第113-115页
    5.5 本章小结第115-116页
第六章 总结与展望第116-119页
    6.1 本文的主要工作第116-117页
    6.2 本文的主要贡献第117-118页
    6.3 关于下一步工作展望第118-119页
致谢第119-120页
参考文献第120-137页
攻博期间取得的研究成果第137-139页

论文共139页,点击 下载论文
上一篇:乙肝病毒(HBV)对于肝癌宿主基因组的插入整合及其机制研究
下一篇:极化码构造与译码算法研究