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

基于一致性与相关性的图像描述建模

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-15页
    1.1 背景描述第7-8页
    1.2 意义第8-9页
    1.3 国内外研究现状第9-11页
    1.4 图像描述任务中的深度学习第11-12页
    1.5 本文贡献第12-14页
    1.6 本文安排第14-15页
第2章 相关工作第15-25页
    2.1 深度学习简介第15-16页
        2.1.1 深度学习概述第15-16页
        2.1.2 深度学习历史第16页
    2.2 深度学习模型及其应用第16-24页
        2.2.1 卷积神经网络及其应用第17-22页
        2.2.2 循环神经网络及其应用第22-24页
    2.3 本章小结第24-25页
第3章 基于注意力机制图像描述框架的一致性与相关性约束第25-43页
    3.1 词嵌入表示第25-26页
    3.2 VGG19提取图片特征第26-27页
    3.3 长短期记忆网络第27页
    3.4 基于注意力机制图像描述模型第27-30页
        3.4.1 注意力机制获取局部视觉特征第28-29页
        3.4.2 基于注意力机制的长短期记忆网络第29-30页
        3.4.3 多层感知器预测输出第30页
    3.5 一致性约束第30页
    3.6 相关性约束第30-32页
        3.6.1 基于欧氏空间的相关性约束第30-31页
        3.6.2 基于黎曼流形的相关性约束第31页
        3.6.3 一致性与相关性的联合约束第31-32页
    3.7 实验第32-39页
        3.7.1 数据集第32页
        3.7.2 数据预处理第32-33页
        3.7.3 参数设置第33-34页
        3.7.4 实验结果分析第34-39页
    3.8 基于注意力机制的长短期记忆网络的改进第39-40页
    3.9 本章小结第40-43页
第4章 基于目标检测图像描述框架的一致性与相关性约束第43-49页
    4.1 词嵌入表示第43-44页
    4.2 FasterRCNN第44-45页
    4.3 基于目标信息的长短期记忆网络第45-46页
    4.4 一致性约束第46页
    4.5 相关性约束第46-47页
    4.6 一致性与相关性的联合约束第47页
    4.7 实验第47-48页
        4.7.1 数据集第47页
        4.7.2 数据预处理第47页
        4.7.3 参数设置第47-48页
        4.7.4 实验结果分析第48页
    4.8 本章小结第48-49页
第5章 总结与展望第49-51页
    5.1 总结第49页
    5.2 展望第49-51页
参考文献第51-55页
发表论文和参加科研情况说明第55-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:乡镇小学教师专业发展问题研究--以佳木斯市郊区为例
下一篇:小学班级文化建设现状调查研究--以佳木斯市第二十小学为例