| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12-13页 |
| 1.2 视频语义概念分析的研究现状 | 第13-15页 |
| 1.3 论文研究的主要内容 | 第15-16页 |
| 1.4 论文的内容安排 | 第16-18页 |
| 第2章 基于深度学习的视频语义概念研究 | 第18-32页 |
| 2.1 前馈神经网络 | 第19-21页 |
| 2.2 自动编码器 | 第21-22页 |
| 2.3 稀疏自动编码器 | 第22-24页 |
| 2.4 卷积神经网络 | 第24-30页 |
| 2.4.1 卷积操作的本质 | 第25-26页 |
| 2.4.2 卷积操作的意义 | 第26-28页 |
| 2.4.3 池化操作 | 第28-30页 |
| 2.5 深度学习在视频语义上的应用现状 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 基于拓扑线性解码器预训练卷积神经网络的视频语义概念分析 | 第32-52页 |
| 3.1 基于卷积神经网络的视频语义概念特征提取模型 | 第32-35页 |
| 3.2 拓扑线性解码器 | 第35-42页 |
| 3.2.1 基于能量依赖的拓扑约束 | 第35-37页 |
| 3.2.2 模型结构 | 第37-40页 |
| 3.2.3 权重可视化 | 第40-42页 |
| 3.3 视频特征深度学习模型的训练 | 第42-46页 |
| 3.3.1 预训练原理 | 第42-44页 |
| 3.3.2 视频特征深度学习模型的训练步骤 | 第44-46页 |
| 3.4 实验结果与分析 | 第46-51页 |
| 3.4.1 参数的选取 | 第47-49页 |
| 3.4.2 Trecvid数据集上的实验结果 | 第49-50页 |
| 3.4.3 UCF11数据集上的实验结果 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于自适应阈值混合池化卷积神经网络的视频语义概念分析 | 第52-63页 |
| 4.1 常用的池化方法 | 第52-57页 |
| 4.1.1 最大池化 | 第55-56页 |
| 4.1.2 平均池化 | 第56-57页 |
| 4.2 基于自适应阈值的混合池化 | 第57-59页 |
| 4.3 实验结果与分析 | 第59-62页 |
| 4.3.1 TRECVID视频数据集实验数据比较与分析 | 第61页 |
| 4.3.2 UCF11视频数据集实验数据比较与分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 视频语义分析原型系统设计与实现 | 第63-73页 |
| 5.1 系统开发工具 | 第63-64页 |
| 5.2 原型系统的框架结构 | 第64-65页 |
| 5.3 原型系统的算法实现概况 | 第65-69页 |
| 5.3.1 视频数据的预处理 | 第65-67页 |
| 5.3.2 模型的构建及训练 | 第67-68页 |
| 5.3.3 语义概念检测 | 第68-69页 |
| 5.4 原型系统的界面介绍 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间已发表的论文 | 第83页 |
