深度DPM算法及其在目标检测中的应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景和研究意义 | 第12-13页 |
| 1.2 目标检测研究现状 | 第13-16页 |
| 1.3 本文的主要内容和章节安排 | 第16-18页 |
| 第二章 似物性检测 | 第18-32页 |
| 2.1 似物性的定义以及研究现状 | 第18-21页 |
| 2.1.1 似物性的定义和评价指标 | 第18-20页 |
| 2.1.2 似物性检测的研究现状 | 第20-21页 |
| 2.2 基于BING的似物性检测算法 | 第21-31页 |
| 2.2.1 BING算法的原理 | 第21-23页 |
| 2.2.2 BING算法的发展 | 第23-24页 |
| 2.2.3 BING算法的参数选择 | 第24-28页 |
| 2.2.4 实验结果与分析 | 第28-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 改进的DPM算法 | 第32-42页 |
| 3.1 DPM算法的模型 | 第33-35页 |
| 3.2 DPM算法的训练 | 第35-37页 |
| 3.2.1 LatentSVM模型的训练 | 第35-36页 |
| 3.2.2 单组件DPM模型的训练 | 第36-37页 |
| 3.3 BING算法与DPM算法的结合 | 第37-40页 |
| 3.3.1 结合策略 | 第37-39页 |
| 3.3.2 实验结果与分析 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 快速深度DPM算法 | 第42-54页 |
| 4.1 卷积神经网络的相关知识 | 第42-47页 |
| 4.1.1 人工神经元模型 | 第42-45页 |
| 4.1.2 深度卷积特征提取 | 第45-47页 |
| 4.2 深度DPM算法的原理 | 第47-50页 |
| 4.2.1 特征提取网络 | 第47-48页 |
| 4.2.2 DPM-CNN结构 | 第48-50页 |
| 4.3 快速深度DPM | 第50-53页 |
| 4.3.1 快速深度DPM的结构 | 第50-52页 |
| 4.3.2 实验结果与分析 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间发表论文 | 第61-63页 |
| 致谢 | 第63页 |
