基于循环聚焦模型的图像处理技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 课题研究背景及研究意义 | 第11-15页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13-15页 |
| 1.2 目标检测和聚焦模型研究现状 | 第15-19页 |
| 1.2.1 关于目标检测的国内外研究现状 | 第15-19页 |
| 1.2.2 关于聚焦模型的国内外研究现状 | 第19页 |
| 1.3 主要研究内容 | 第19-20页 |
| 1.4 论文的章节安排 | 第20-23页 |
| 第二章 循环聚焦模型综述 | 第23-33页 |
| 2.1 循环聚焦模型的神经网络基础结构 | 第23-25页 |
| 2.2 循环聚焦模型的理论原理 | 第25页 |
| 2.3 循环聚焦模型的计算复杂度 | 第25-26页 |
| 2.4 循环聚焦模型的目标检测任务 | 第26-27页 |
| 2.4.1 目标检测任务的评价指标 | 第26-27页 |
| 2.4.2 聚焦循环模型与提高目标检测的传统方法 | 第27页 |
| 2.5 循环聚焦模型的神经网络库 | 第27-31页 |
| 2.6 循环聚焦模型的数据集设计使用 | 第31页 |
| 2.7 本章小结 | 第31-33页 |
| 第三章 基于多焦点的循环聚焦模型 | 第33-45页 |
| 3.1 引言 | 第33-34页 |
| 3.2 多焦点循环聚焦模型结构 | 第34-36页 |
| 3.2.1 焦点模块 | 第34页 |
| 3.2.2 内部状态模块 | 第34页 |
| 3.2.3 行为模块 | 第34-35页 |
| 3.2.4 评分模块 | 第35-36页 |
| 3.3 多焦点循环聚焦模型训练算法 | 第36-37页 |
| 3.4 实验结果及分析 | 第37-43页 |
| 3.4.1 数据集 | 第37-38页 |
| 3.4.2 程序设计实现 | 第38-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于卷积的循环聚焦模型 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 循环聚焦模型改进策略与分析 | 第46-48页 |
| 4.2.1 在提取图像的焦点中添加卷积层 | 第46-47页 |
| 4.2.2 对输入图像卷积后输入循环聚焦模型 | 第47-48页 |
| 4.2.3 增加模型的复杂 | 第48页 |
| 4.2.4 参数量和计算量分析 | 第48页 |
| 4.3 循环聚焦模型改进结构和训练算法 | 第48-51页 |
| 4.3.1 循环聚焦模型改进后结构 | 第48-50页 |
| 4.3.2 循环聚焦模型改进后训练算法 | 第50-51页 |
| 4.4 实验验证与分析 | 第51-54页 |
| 4.4.1 数据集及操作环境 | 第51页 |
| 4.4.2 评价标准 | 第51页 |
| 4.4.3 实验结果及分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于循环聚焦的目标检测模型 | 第55-63页 |
| 5.1 引言 | 第55-56页 |
| 5.2 OBAM结构描述 | 第56-57页 |
| 5.3 OBAM训练算法描述 | 第57-58页 |
| 5.4 设计实现 | 第58-59页 |
| 5.4.1 实验环境与数据集 | 第58页 |
| 5.4.2 函数设计与选取 | 第58-59页 |
| 5.5 实验设计与结果分析 | 第59-61页 |
| 5.6 本章小节 | 第61-63页 |
| 第六章 总结和展望 | 第63-67页 |
| 6.1 论文主要的研究内容和结论 | 第63-64页 |
| 6.2 下一步工作 | 第64-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 | 第73页 |
