| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 论文研究内容 | 第14页 |
| 1.5 论文结构安排 | 第14-16页 |
| 第2章 相关基础知识 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 深度图像 | 第16-17页 |
| 2.3 深度图像遮挡相关知识 | 第17-19页 |
| 2.3.1 遮挡现象的定义 | 第17-18页 |
| 2.3.2 遮挡边界 | 第18页 |
| 2.3.3 遮挡相关特征 | 第18-19页 |
| 2.4 自组织网络-SOM | 第19页 |
| 2.5 卷积神经网络相关知识 | 第19-24页 |
| 2.5.1 卷积层 | 第20-21页 |
| 2.5.2 池化层 | 第21-22页 |
| 2.5.3 激活函数 | 第22-23页 |
| 2.5.4 全连接层 | 第23页 |
| 2.5.5 损失函数与正则化 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于SOM的深度图像遮挡边界检测方法 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 方法总体思想 | 第25-26页 |
| 3.3 特征提取 | 第26-27页 |
| 3.4 SOM网络及深度图像遮挡边界检测 | 第27-31页 |
| 3.4.1 改进SOM网络 | 第27页 |
| 3.4.2 训练SOM网络 | 第27-31页 |
| 3.4.3 深度图像遮挡边界检测 | 第31页 |
| 3.5 算法描述 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第4章 基于卷积神经网络的深度图像遮挡边界检测方法 | 第33-43页 |
| 4.1 引言 | 第33页 |
| 4.2 方法总体思想 | 第33-34页 |
| 4.3 所提的卷积神经网络结构 | 第34-36页 |
| 4.4 卷积神经网络的训练 | 第36-40页 |
| 4.4.1 初始化神经网络 | 第36页 |
| 4.4.2 神经网络的前向传播 | 第36-39页 |
| 4.4.3 神经网络的反向传播 | 第39-40页 |
| 4.5 卷积神经网络检测深度图像遮挡边界及分析 | 第40-41页 |
| 4.6 算法描述 | 第41-42页 |
| 4.7 本章小结 | 第42-43页 |
| 第5章 实验及结果分析 | 第43-54页 |
| 5.1 实验环境及数据集 | 第43-44页 |
| 5.1.1 SOM网络检测深度图像遮挡边界实验环境 | 第43页 |
| 5.1.2 卷积神经网络检测深度图像遮挡边界实验环境 | 第43页 |
| 5.1.3 数据集 | 第43-44页 |
| 5.2 基于SOM的深度图像遮挡检测方法实验及分析 | 第44-49页 |
| 5.2.1 实验验证 | 第44-46页 |
| 5.2.2 实验对比及分析 | 第46-49页 |
| 5.3 基于卷积神经网络的深度图像遮挡检测方法实验及分析 | 第49-53页 |
| 5.3.1 实验验证 | 第49-50页 |
| 5.3.2 实验对比及分析 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |
