基于联合学习的工具功用性部件检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 工具功用性检测研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 理论基础 | 第16-23页 |
| 2.1 稀疏编码理论基础 | 第16-18页 |
| 2.1.1 图像稀疏表示的概述 | 第16页 |
| 2.1.2 稀疏表示与范数 | 第16-18页 |
| 2.2 条件随机场概述 | 第18-21页 |
| 2.2.1 引言 | 第18页 |
| 2.2.2 产生式模型 | 第18-20页 |
| 2.2.3 判别式模型 | 第20-21页 |
| 2.3 结构随机森林 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 联合检测模型构建方法 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 特征描述 | 第23-25页 |
| 3.3 联合CRF与稀疏编码的功用性检测模型 | 第25-31页 |
| 3.3.1 联合学习模型构建方法 | 第26-27页 |
| 3.3.2 功用性部件在线检测 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于FDDL的联合学习算法 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 基于FDDL算法的字典学习 | 第32-36页 |
| 4.2.1 FDDL模型构建 | 第32-34页 |
| 4.2.2 FDDL优化过程 | 第34-36页 |
| 4.3 基于FDDL的联合学习算法实现 | 第36-39页 |
| 4.4 实验及结果分析 | 第39-44页 |
| 4.4.1 实验数据集 | 第39-40页 |
| 4.4.2 实验条件与配置 | 第40页 |
| 4.4.3 实验结果及分析 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于K-means的联合学习算法 | 第45-52页 |
| 5.1 引言 | 第45页 |
| 5.2 基于K-MEANS聚类的字典学习 | 第45-46页 |
| 5.3 基于K-MEANS的联合学习算法实现 | 第46-48页 |
| 5.4 实验结果及分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第59-60页 |
| 致谢 | 第60页 |
