基于自然语言表达的机器人目标检测方法研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题的背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 图像特征提取 | 第13-15页 |
| 1.2.2 图像候选区域生成与特征提取 | 第15-16页 |
| 1.2.3 自然语言特征表达 | 第16-17页 |
| 1.2.4 基于自然语言的目标检测 | 第17-18页 |
| 1.3 本文研究的主要内容 | 第18-19页 |
| 1.4 本文的章节安排 | 第19-22页 |
| 第2章 图像区域特征提取 | 第22-32页 |
| 2.1 图像特征提取 | 第22-24页 |
| 2.2 图像候选区域生成与特征提取 | 第24-28页 |
| 2.2.1 区域提名网络 | 第25-27页 |
| 2.2.2 区域特征提取 | 第27-28页 |
| 2.3 预训练 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 自然语言编码 | 第32-40页 |
| 3.1 分布式词向量表达 | 第32-35页 |
| 3.1.1 word2vec | 第32-34页 |
| 3.1.2 FastText | 第34-35页 |
| 3.2 序列建模 | 第35-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 图像文本匹配算法 | 第40-54页 |
| 4.1 基于三重损失的图文匹配算法 | 第40-42页 |
| 4.2 基于门控单元与专家系统的图文匹配算法 | 第42-45页 |
| 4.2.1 基于专家系统的图文匹配方法 | 第42-43页 |
| 4.2.2 基于门控单元的图文联合分布预测 | 第43-45页 |
| 4.3 实验与分析 | 第45-53页 |
| 4.3.1 数据集介绍 | 第45-46页 |
| 4.3.2 模型训练 | 第46-48页 |
| 4.3.3 算法性能对比与分析 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 物品关系学习方法 | 第54-64页 |
| 5.1 注意力机制 | 第54-57页 |
| 5.1.1 自注意机制 | 第55-56页 |
| 5.1.2 互注意机制 | 第56-57页 |
| 5.2 基于注意力机制的图文匹配算法 | 第57-58页 |
| 5.3 实验与分析 | 第58-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第6章 结论与展望 | 第64-66页 |
| 6.1 结论 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
| 硕士期间参加的科研工作 | 第72-73页 |
| 学位论文评阅及答辩情况表 | 第73页 |
