基于超级块(Super-Segment)的三维街道场景语义分割
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-12页 |
| ·二维图像数据的不足之处 | 第10-11页 |
| ·深度摄像头简介 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的架构和组织结构 | 第13-14页 |
| 第二章 地面提取 | 第14-24页 |
| ·RANSAC与平面拟合 | 第14-20页 |
| ·PCA平面拟合 | 第14-17页 |
| ·RANSAC算法 | 第17-20页 |
| ·提取地面 | 第20页 |
| ·整体法 | 第20页 |
| ·分割法 | 第20页 |
| ·结果与分析 | 第20-24页 |
| ·误差的表示方法 | 第20-21页 |
| ·地面识别结果 | 第21-24页 |
| 第三章 场景分割和超级块的生成 | 第24-33页 |
| ·块(segment)的生成 | 第24-25页 |
| ·超级块(super-segment)的生成 | 第25-33页 |
| ·计算块的平面法向量和邻接矩阵 | 第25-27页 |
| ·超级块生成算法 | 第27-33页 |
| 第四章 特征提取与分类 | 第33-45页 |
| ·特征提取 | 第33-37页 |
| ·ANN分类 | 第37-39页 |
| ·ANN简介 | 第37页 |
| ·感知器(perceptron) | 第37-38页 |
| ·梯度下降法则 | 第38-39页 |
| ·反向传播算法 | 第39页 |
| ·boosting分类 | 第39-41页 |
| ·AdaBoost简介 | 第39页 |
| ·两种AdaBoost算法 | 第39-41页 |
| ·结果与分析 | 第41-45页 |
| ·测试数据 | 第41-42页 |
| ·与其他方法的对比 | 第42-44页 |
| ·结果分析 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| ·创新点 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-52页 |
| 致谢 | 第52-53页 |