摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究发展现状 | 第10-15页 |
1.2.1 鸟类检测研究难点 | 第11页 |
1.2.2 鸟类检测国内外研究现状 | 第11-15页 |
1.3 主要研究内容 | 第15-16页 |
1.4 本文章节安排 | 第16-17页 |
1.5 本章小结 | 第17-18页 |
第2章 基本理论 | 第18-31页 |
2.1 图像特征提取 | 第18-24页 |
2.1.1 Harr特征 | 第18-20页 |
2.1.2 LBP特征 | 第20-21页 |
2.1.3 HOG特征 | 第21-24页 |
2.2 可形变部件模型 | 第24-29页 |
2.2.1 DPM模型结构 | 第24-27页 |
2.2.2 基于LatentSVM的模型训练 | 第27-28页 |
2.2.3 模型训练流程 | 第28页 |
2.2.4 后处理 | 第28-29页 |
2.3 DPM存在的主要问题 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 结合ACF特征和DPM模型的鸟类检测算法研究 | 第31-43页 |
3.1 引言 | 第31页 |
3.2 实验数据集 | 第31-35页 |
3.2.1 PASCALVOC数据集 | 第31-32页 |
3.2.2 ImageNet数据集 | 第32-33页 |
3.2.3 专用鸟类数据集的建立 | 第33-35页 |
3.3 ACF-DPM模型 | 第35-38页 |
3.3.1 多通道特征选取 | 第35-37页 |
3.3.2 ACF-DPM模型 | 第37-38页 |
3.4 实验及结果分析 | 第38-42页 |
3.4.1 实验环境和评价标准 | 第38-39页 |
3.4.2 数据集选择 | 第39页 |
3.4.3 实验结果定性分析 | 第39-40页 |
3.4.4 实验结果定量分析 | 第40-42页 |
3.5 本章小结 | 第42-43页 |
第4章 改进的ACF-DPM鸟类模型 | 第43-55页 |
4.1 引言 | 第43-44页 |
4.2 ACF-DPM模型优化 | 第44-47页 |
4.2.1 组件及部件优化分析 | 第44-46页 |
4.2.2 滤波器尺寸优化分析 | 第46-47页 |
4.3 加权的鸟类ACF-DPM模型 | 第47-49页 |
4.4 实验结果及分析 | 第49-54页 |
4.4.1 ACF-DPM模型优化结果及分析 | 第49-51页 |
4.4.1.1 组件及部件优化结果及分析 | 第49-50页 |
4.4.1.2 滤波器尺寸优化结果及分析 | 第50-51页 |
4.4.2 加权的ACF-DPM鸟类模型实验结果及分析 | 第51-54页 |
4.4.2.1 实验结果的定性分析 | 第51-52页 |
4.4.2.2 实验结果的定量分析 | 第52-54页 |
4.5 本章小结 | 第54-55页 |
第5章 总结与展望 | 第55-57页 |
5.1 本文工作总结和创新点 | 第55-56页 |
5.2 未来工作展望 | 第56-57页 |
参考文献 | 第57-62页 |
攻读硕士学位期间撰写的论文和参加科研情况 | 第62-63页 |
一、攻读硕士学位期间撰写的论文 | 第62页 |
二、攻读硕士学位期间参加科研情况 | 第62-63页 |
致谢 | 第63-64页 |