|
基于感兴趣区域特征表达的目标物精确检索研究 | |
论文目录 | |
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状分析 | 第12-15页 |
| 1.2.1 传统图像检索技术 | 第12-13页 |
| 1.2.2 基于深度学习的图像检索技术 | 第13-15页 |
| 1.3 本论文研究内容 | 第15-17页 |
| 1.3.1 工作内容 | 第15-16页 |
| 1.3.2 创新点 | 第16-17页 |
| 1.4 论文章节安排 | 第17-18页 |
| 第二章 目标物精确检索相关理论基础 | 第18-28页 |
| 2.1 目标检测网络 | 第18-23页 |
| 2.1.1 特征提取网络 | 第19-21页 |
| 2.1.2 区域生成网络与ROI Pooling | 第21-22页 |
| 2.1.3 分类和回归 | 第22-23页 |
| 2.2 域自适应方法 | 第23-25页 |
| 2.3 评价指标 | 第25-27页 |
| 2.3.1 准确率和召回率 | 第25-26页 |
| 2.3.2 平均准确率 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于感兴趣区域的增强特征检索技术 | 第28-35页 |
| 3.1 感兴趣区域的增强特征检索技术方案 | 第28-29页 |
| 3.2 感兴趣区域特征获取 | 第29-32页 |
| 3.2.1 特征提取 | 第29-30页 |
| 3.2.2 增强注意力 | 第30-31页 |
| 3.2.3 目标区域特征获取 | 第31-32页 |
| 3.3 特征加权相似性比对 | 第32-34页 |
| 3.3.1 特征加权融合 | 第32-33页 |
| 3.3.2 相似性比对检索 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于域自适应的感兴趣目标特征表达技术 | 第35-42页 |
| 4.1 域自适应的特征表达技术方案 | 第35-36页 |
| 4.2 域自适应学习特征表达 | 第36-40页 |
| 4.2.1 概率角度分析 | 第36-37页 |
| 4.2.2 域自适应学习 | 第37-39页 |
| 4.2.3 判别器设计 | 第39-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第五章 实验分析 | 第42-55页 |
| 5.1 数据集介绍 | 第42-45页 |
| 5.1.1 真实场景数据集 | 第42-43页 |
| 5.1.2 卡通跨域数据集 | 第43-45页 |
| 5.2 实验构建 | 第45-46页 |
| 5.2.1 实验方案 | 第45-46页 |
| 5.2.2 实验环境 | 第46页 |
| 5.3 实验结论与分析 | 第46-54页 |
| 5.3.1 基于感兴趣区域的增强特征检索 | 第46-49页 |
| 5.3.2 基于域自适应的感兴趣目标特征检索 | 第49-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55-56页 |
| 6.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间取得的研究成果 | 第62页 |
本篇论文共62页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 诺涵** 提供，作者删除入口请点击这里 |