首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

面向机器人个性化服务的人穿携物品归属关系研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-24页
    1.1 课题背景与研究意义第14-15页
    1.2 智能服务机器人研究现状第15-17页
    1.3 物体检测与识别研究现状第17-19页
    1.4 人身份识别研究现状第19-21页
    1.5 本文主要研究内容第21-22页
    1.6 论文章节安排第22-24页
第二章 家居环境下人穿携物品归属关系自主学习框架第24-34页
    2.1 人穿携物品归属关系自主学习框架设计第24-26页
    2.2 人穿携物品归属关系学习框架工作流程第26-27页
    2.3 人穿携物品归属关系自主学习框架中数据集的构建第27-28页
    2.4 基于归属关系框架的个性化服务执行第28-30页
    2.5 卷积神经网络理论基础第30-32页
    2.6 本章小结第32-34页
第三章 人穿携物品检测定位与实例识别第34-52页
    3.1 人穿携物品检测定位第34-40页
        3.1.1 人穿携物品检测模型第34-37页
        3.1.2 人体姿态估计模型第37-39页
        3.1.3 人穿携物品检测定位实现流程第39-40页
    3.2 人穿携物品实例识别第40-43页
        3.2.1 人穿携物品识别模型第40-42页
        3.2.2 基于图像显著性的GrabCut自动分割算法第42页
        3.2.3 人穿携物品的实例识别流程第42-43页
    3.3 基于迁移学习的人穿携物品检测与识别模型微调第43-47页
        3.3.1 迁移学习第43-45页
        3.3.2 人穿携物品检测与识别模型微调第45-47页
    3.4 相关实验第47-51页
        3.4.1 人穿携物品检测定位实验第47-48页
        3.4.2 人穿携物品识别实验第48-50页
        3.4.3 训练数据增强实验第50-51页
    3.5 本章小结第51-52页
第四章 机器人服务对象身份识别第52-74页
    4.1 人脸识别简介第52-58页
        4.1.1 人脸识别系统的基本组成第52-53页
        4.1.2 基于深度学习的人脸识别流程第53-54页
        4.1.3 机器人服务对象身份数据集构建第54-58页
    4.2 基于MTCNN的人脸检测第58-62页
        4.2.1 MTCNN人脸检测模型第58-60页
        4.2.2 MTCNN模型训练第60-62页
    4.3 基于关键点的人脸图像归一化第62-65页
        4.3.1 仿射变换第62-64页
        4.3.2 仿射变换矩阵的求解第64-65页
    4.4 基于SVM的人脸识别第65-68页
    4.5 相关实验第68-72页
        4.5.1 人脸检测实验第68-70页
        4.5.2 基于SVM的人脸识别实验第70-71页
        4.5.3 人脸姿态矫正实验第71-72页
    4.6 本章小结第72-74页
第五章 人穿携物品归属关系学习第74-84页
    5.1 物品归属关系的表示第74-76页
        5.1.1 归属关系记忆矩阵的定义第74页
        5.1.2 基于长短期记忆的归属关系表示第74-76页
    5.2 归属关系选择算法第76-78页
        5.2.1 基于向量空间的相似度表示第77页
        5.2.2 归属关系矩阵选择算法描述第77-78页
    5.3 人穿携物品归属关系学习流程第78-79页
    5.4 基于归属关系的任务执行第79-80页
    5.5 相关实验第80-83页
        5.5.1 人穿携物品归属关系自主学习实验第80-82页
        5.5.2 基于长期记忆矩阵的归属物品查询实验第82-83页
    5.6 本章小结第83-84页
第六章 总结与展望第84-86页
    6.1 本文主要研究结果第84-85页
    6.2 进一步研究方向第85-86页
参考文献第86-92页
致谢第92-94页
硕士期间发表的论文和参与的科研项目第94-95页
学位论文评阅及答辩情况表第95页

论文共95页,点击 下载论文
上一篇:水肥精准配比控制系统研发
下一篇:水下机器人矢量推进球面并联机构的运动性能与多目标优化研究