教育论文网

基于卷积神经网络的行人检测

硕士博士毕业论文站内搜索    
分类1:教育论文网→工业技术论文→自动化技术、计算机技术论文计算技术、计算机技术论文计算机的应用论文信息处理(信息加工)论文模式识别与装置论文
分类2:教育论文网→工业技术论文→自动化技术、计算机技术论文自动化基础理论论文人工智能理论论文人工神经网络与计算论文
基于卷积神经网络的行人检测
论文目录
 
致谢第1-8页
摘要第8-9页
ABSTRACT第9-14页
第一章 绪论第14-23页
  1.1 行人检测的研究背景及意义第14-16页
  1.2 行人检测的难点第16-17页
  1.3 行人检测研究现状第17-19页
  1.4 行人检测常用数据集以及评价准则第19-21页
    1.4.1 常用数据集第19-20页
    1.4.2 评价标准第20-21页
  1.5 本文的研究内容及组织结构第21-23页
第二章 行人检测相关技术分析第23-34页
  2.1 常用的行人特征提取算法第23-29页
    2.1.1 Haar-like特征第23-25页
    2.1.2 HOG特征第25-27页
    2.1.3 DPM特征第27-29页
  2.2 常用的行人检测分类算法第29-33页
    2.2.1 支持向量机第29-32页
    2.2.2 AdaBoost第32-33页
  2.3 本章小结第33-34页
第三章 深度学习在行人检测中的应用第34-48页
  3.1 神经网络第34-38页
    3.1.1 神经网络模型第34-36页
    3.1.2 反向传播算法第36-38页
  3.2 卷积神经网络第38-41页
  3.3 卷积神经网络常用模型及技术第41-43页
    3.3.1 改进训练学习算法第41-43页
    3.3.2 改进网络结构第43页
  3.4 基于Fast R-CNN的行人检测第43-47页
    3.4.1 模型框架第44-46页
    3.4.2 实验与分析第46-47页
  3.5 本章小结第47-48页
第四章 基于Fast R-CNN和batch normalization的行人检测第48-58页
  4.1 提取目标区域第49-51页
  4.2 批归一化第51-52页
  4.3 行人检测模型框架第52-53页
  4.4 行人检测流程第53-54页
  4.5 实验结果与分析第54-57页
    4.5.1 INRIA行人数据集第54-56页
    4.5.2 ETH行人数据集第56-57页
  4.6 本章小结第57-58页
第五章 总结与展望第58-60页
  5.1 工作总结第58-59页
  5.2 工作展望第59-60页
参考文献第60-64页
攻读硕士学位期间的学术活动及成果情况第64-65页

本篇论文共65页,点击这进入下载页面
 
更多论文
基于卷积神经网络的行人检测
金刚石材料n-type掺杂相关研究
苯基修饰的碳纳米管的储氢及氘与双
基于MCP函数的脉冲噪音图像恢复方法
基于MnGe的磁性半导体的研究
基于图像纹理和BP神经网络的安卓恶
基于变换域的实时压缩跟踪
基于权重稀疏表示的人脸识别算法研
两种新型DMIT材料的三阶非线性光学
光子晶体的能带结构研究及大带隙设
静止图像的快速彩色化技术研究与实
旋光晶体电光性能的研究
基于查询计划的分布式复杂事件处理
Level set方法在两相不可压缩流体分
人脸特征点定位算法研究及其应用
陶瓷耐磨硬涂层微动接触应力有限元
基于偶应力理论的有限单元法
基于图像分割的图像自动标注研究与
分数阶微积分在振子方面的某些应用
基于多源数据的共调控网络功能模块
基于安卓平台的全景图像拼接研究与
索—梁耦合系统的非线性动力学分析
一类部分信息下的不定随机线性二次
经典热光无透镜鬼成像系统中正负散
人脸识别及追踪技术在社保领域中的
不确定离散奇异时变时滞系统的鲁棒
Daniell积分与概论中期望的语言
人脸识别技术在平安城市中的应用研
Choquet期望,最大、最小数学期望的
对象级的图像修复取证研究
多维双边界反射倒向随机微分方程和
条件变异系数的非参数估计方法
卷积神经网络在食材图像分类中的应
正倒向随微分方程的估计
参数模型的非参数调整方法
基于构件的图像处理实验平台设计研
g-期望的一个性质
不确定性复杂事件处理技术研究
基于g-期望的高阶中心矩及原点矩
随机微分方程数值解的分裂格式及其
基于智能化选点的图像快速彩色化算
单调回归函数的惩罚局部多项式估计
σ1-空间及弱nested T<
基于RGBD数据的人体行为识别方法的
分数阶反常扩散方程及其解
基于查找表的FFT CUDA并行算法研究
区域分解的有限差分算法
热传导方程的有限差分区域分解算法
 
行人检测论文 深度学习论文 批量归一化论文 Fast R-CNN论文
版权申明:目录由用户firefox1**提供,www.51papers.com仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 教育论文网 Copyright(C) All Rights Reserved