非平衡人群密度估计的卷积特征方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与现状 | 第9-10页 |
| 1.2 本文主要贡献 | 第10-11页 |
| 1.3 本文组织架构 | 第11-13页 |
| 2 人群密度估计简述 | 第13-21页 |
| 2.1 基于像素统计的人群密度估计 | 第15-17页 |
| 2.1.1 前景分割 | 第16页 |
| 2.1.2 像素特征 | 第16-17页 |
| 2.2 基于纹理分析的人群密度估计 | 第17-20页 |
| 2.2.1 灰度共生矩阵 | 第17-18页 |
| 2.2.2 局部二值模式 | 第18页 |
| 2.2.3 小波变换 | 第18-19页 |
| 2.2.4 光谱纹理分析 | 第19-20页 |
| 2.3 多类支持向量机 | 第20-21页 |
| 3 人群密度估计的卷积方法 | 第21-32页 |
| 3.1 深度卷积神经网络 | 第21-25页 |
| 3.1.1 卷积层 | 第22-23页 |
| 3.1.2 池化层 | 第23-24页 |
| 3.1.3 激活函数 | 第24-25页 |
| 3.1.4 Dropout | 第25页 |
| 3.2 人群密度估计卷积模型 | 第25-26页 |
| 3.3 人群密度估计的深度卷积特征 | 第26-30页 |
| 3.3.1 AlexNet网络 | 第27-28页 |
| 3.3.2 VGGNet网络 | 第28页 |
| 3.3.3 Fisher向量 | 第28-30页 |
| 3.4 非平衡人群密度估计 | 第30-32页 |
| 4 实验结果及分析 | 第32-38页 |
| 4.1 图像预处理 | 第32-33页 |
| 4.2 提取卷积特征 | 第33-34页 |
| 4.3 人群密度估计 | 第34-38页 |
| 5 总结与展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第43页 |
