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

基于深度学习视觉机制的图像检索与标注技术研究

摘要第10-11页
Abstract第11页
第一章 绪论第12-18页
    1.1 课题研究背景第12-14页
        1.1.1 图像检索的研究背景和研究意义第12-14页
        1.1.2 图像标注的研究背景和研究意义第14页
    1.2 课题研究现状第14-16页
        1.2.1 图像检索的研究现状第14-15页
        1.2.2 图像标注的研究现状第15-16页
    1.3 课题研究内容第16-17页
    1.4 论文结构第17-18页
第二章 相关工作第18-32页
    2.1 图像检索相关工作第18-22页
        2.1.1 图像检索分类及相关方法介绍第18-20页
        2.1.2 图像检索过程第20-21页
        2.1.3 检索效果评价第21-22页
    2.2 图像标注相关工作第22-24页
        2.2.1 图像标注分类及相关方法介绍第22-23页
        2.2.2 图像标注框架第23页
        2.2.3 标注效果评价第23-24页
    2.3 深度学习第24-31页
        2.3.1 特征的层次性第24-25页
        2.3.2 卷积神经网络第25-27页
        2.3.3 递归神经网络第27-31页
        2.3.4 深度学习框架第31页
    2.4 本章小结第31-32页
第三章 结合视觉注意机制和递归神经网络的图像检索第32-47页
    3.1 引言第32-33页
    3.2 视觉注意机制和递归神经网络简介第33-37页
        3.2.1 视觉注意机制第34页
        3.2.2 注意力模型在计算机视觉中的应用第34-35页
        3.2.3 基于递归神经网络的注意力机制第35-37页
    3.3 图像变长序列描述模型第37-40页
        3.3.1 模型整体架构第37-39页
        3.3.2 模型训练方式第39-40页
        3.3.3 模型查询方式第40页
    3.4 数据集准备第40-41页
        3.4.1 数据集简介第40页
        3.4.2 模型输入数据准备第40-41页
    3.5 实验结果及分析第41-46页
        3.5.1 单标签图像查询结果及分析第41-42页
        3.5.2 多标签图像查询结果及分析第42-43页
        3.5.3 中间层LSTM层数对检索精度的影响分析第43-44页
        3.5.4 性能分析第44页
        3.5.5 检索结果示例第44-46页
    3.6 本章小结第46-47页
第四章 基于视觉注意机制的图像标注第47-65页
    4.1 引言第47-48页
    4.2 基于图像检索结果的图像标注方法第48-51页
        4.2.1 算法介绍第48-49页
        4.2.3 实验结果第49-50页
        4.2.4 选取不同的top-k对实现结果的影响第50-51页
    4.3 基于递归神经网络变长图像标注模型第51-54页
        4.3.1 模型整体架构第51-52页
        4.3.2 产生标注序列第52-53页
        4.3.3 实验结果及分析第53-54页
    4.4 结合视觉注意机制变长图像标注模型第54-57页
        4.4.1 模型整体架构第54-56页
        4.4.2 产生标注序列第56页
        4.4.3 实验结果及分析第56-57页
    4.5 图像标签顺序对标注结果的影响及分析第57-62页
        4.5.1 字典序第57-59页
        4.5.2 正序第59-60页
        4.5.3 倒序第60-61页
        4.5.4 对比结果及分析第61-62页
    4.6 视觉注意机制对标注结果的影响及问题第62-64页
        4.6.1 视觉注意机制对标注结果的提升第62页
        4.6.2 视觉注意机制难点第62-64页
        4.6.3 解决思路探讨第64页
    4.7 本章小结第64-65页
第五章 本文总结及展望第65-67页
    5.1 本文工作总结第65-66页
    5.2 研究展望第66-67页
致谢第67-68页
参考文献第68-72页
作者在学期间取得的学术成果第72页

论文共72页,点击 下载论文
上一篇:基于RGB-D相机中型组足球机器人的目标检测方法研究
下一篇:基于深度学习网络的雷达目标识别技术研究