| ACKNOWLEDGEMENT | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| ABBREVIATIONS AND ACRONYMS | 第12-15页 |
| 1. INTRODUCTION | 第15-20页 |
| 1.1. PROBLEM STATEMENT | 第16-17页 |
| 1.2. RESEARCH OBJECTIVES | 第17-18页 |
| 1.3. CONTRIBUTIONS | 第18页 |
| 1.4. STRUCTURE OF THE THESIS | 第18-20页 |
| 2. THEORETICAL BACKGROUND | 第20-33页 |
| 2.1. MACHINE LEARNING | 第20-21页 |
| 2.1.1. Supervised Machine Learning | 第20-21页 |
| 2.1.2. Features | 第21页 |
| 2.2. NEURAL NETWORKS | 第21-25页 |
| 2.2.1. Overview | 第21-23页 |
| 2.2.2. Multilayer Perceptron(MLP) | 第23-24页 |
| 2.2.3. Back-propagation | 第24-25页 |
| 2.2.4. Activation functions | 第25页 |
| 2.3. OBJECT DETECTION | 第25-26页 |
| 2.3.1 OVERVIEW | 第25-26页 |
| 2.3.2 Object detection Techniques | 第26页 |
| 2.4. CONVOLUTIONAL NEURAL NETWORK(CNN) | 第26-31页 |
| 2.4.1. Basic Structure | 第26-29页 |
| 2.4.2. Pooling | 第29-30页 |
| 2.4.3. VGG-16 Network | 第30-31页 |
| 2.5.VIDEO SUMMARIZATION | 第31-33页 |
| 3. VIDEO SUMMARIZATION BASED ON SSD | 第33-43页 |
| 3.1 THEORETICAL MODEL | 第33-37页 |
| 3.1.1. Faster R- CNN | 第33页 |
| 3.1.2. SSD Model | 第33-36页 |
| 3.1.3. Compare different methods on animals'detection | 第36-37页 |
| 3.2. DISCOVERING ANIMALS BASED ON SSD | 第37-43页 |
| 3.2.1. Cutting the frames from video | 第38页 |
| 3.2.2. Classification of the frame's animals | 第38-39页 |
| 3.2.3. Animals detection using SSD | 第39-42页 |
| 3.2.4. Video Summarization | 第42-43页 |
| 4. RESULTS AND DATA ANALYSIS | 第43-51页 |
| 4.1. ENVIRONMENT | 第43-45页 |
| 4.1.1. Software | 第43页 |
| 4.1.2. Hardware | 第43页 |
| 4.1.3. Dataset | 第43-45页 |
| 4.1.3.1. Training dataset | 第44页 |
| 4.1.3.2. Testing dataset | 第44-45页 |
| 4.2. ANIMAL DETECTION | 第45-49页 |
| 4.2.1. Evaluation | 第46-47页 |
| 4.2.2. Results | 第47-49页 |
| 4.3. VIDEO SUMMARIZATION BASED ON CLASSIFYING ANIMAL | 第49-51页 |
| 5. CONCLUSIONS AND RECOMMENDATIONS | 第51-53页 |
| 5.1. CONCLUSIONS | 第51页 |
| 5.2. RECOMMENDATIONS | 第51-53页 |
| REFERENCES | 第53-56页 |
| APPENDIX A | 第56-61页 |
| AUTHOR PROFILE | 第61-63页 |
| DATASET FOR THE MASTER'S THESIS | 第63-64页 |
