论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
第一章 绪论 | 第12-25页 |
1.1 选题背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-21页 |
1.2.1 基于边缘型遮挡边缘提取算法的深度推理算法研究现状 | 第14-18页 |
1.2.2 基于像素型遮挡边缘提取算法的深度推理算法研究现状 | 第18-21页 |
1.3 研究内容和创新性 | 第21-23页 |
1.3.1 基于边缘型遮挡边缘提取算法的深度次序推理研究内容 | 第21-22页 |
1.3.2 基于像素型遮挡边缘提取网络的深度推理算法研究内容 | 第22-23页 |
1.4 组织架构 | 第23-25页 |
第二章 遮挡边缘提取算法和深度次序推理算法的相关工作介绍 | 第25-33页 |
2.1 遮挡边缘表示方法 | 第25-26页 |
2.1.1 边缘型遮挡表示法 | 第25-26页 |
2.1.2 像素型遮挡表示法 | 第26页 |
2.2 自适应遮挡边缘提取算法的相关算法 | 第26-29页 |
2.2.1 DRW超像素分割算法简介 | 第26-27页 |
2.2.2 AdaBoost及代价敏感型boosting分类算法简介 | 第27-29页 |
2.3 遮挡边缘提取网络相关介绍 | 第29-30页 |
2.4 深度次序推理算法简介 | 第30-33页 |
2.4.1 基于边缘型遮挡表示的深度次序推理算法 | 第30-31页 |
2.4.2 基于像素型遮挡表示的深度次序推理算法 | 第31-33页 |
第三章 基于边缘型遮挡边缘提取算法的深度次序推理算法研究 | 第33-53页 |
3.1 自适应DRW超像素分割算法 | 第33-38页 |
3.1.1 自适应种子点初始化 | 第34-35页 |
3.1.2 自适应的随机游走权重约束 | 第35-36页 |
3.1.3 随机游走形状约束 | 第36-38页 |
3.2 遮挡特征与不平衡分类算法 | 第38-45页 |
3.2.1 优化遮挡特征计算 | 第39-40页 |
3.2.2 自适应AdaCost的代价定义与模型定义 | 第40-43页 |
3.2.3 自适应AdaCost原理求解证明与有效性分析 | 第43-45页 |
3.3 边缘型自适应遮挡边缘提取算法分析与深度次序推理算法框架 | 第45-46页 |
3.3.1 自适应DRW分割算法分析 | 第45页 |
3.3.2 遮挡关系判断算法分析 | 第45页 |
3.3.3 基于边缘型自适应遮挡边缘提取算法的深度次序推理算法框架 | 第45-46页 |
3.4 实验与验证 | 第46-52页 |
3.4.1 自适应DRW算法的定性与定量比较 | 第46-48页 |
3.4.2 自适应AdaCo st算法的定性与定量比较 | 第48-50页 |
3.4.3 深度次序推理结果的定性与定量比较 | 第50-52页 |
3.5 本章小结 | 第52-53页 |
第四章 基于像素型遮挡边缘提取算法的深度次序推理算法研究 | 第53-73页 |
4.1 像素型遮挡边缘提取网络的问题建模与分析 | 第53-54页 |
4.2 边缘方向交互的像素型遮挡边缘提取网络(MBOONet) | 第54-62页 |
4.2.1 边缘检测任务分析与模型建立 | 第55-58页 |
4.2.2 像素型遮挡边缘提取网络MBOONet的网络结构 | 第58-60页 |
4.2.3 像素型遮挡边缘提取网络MBOONet的网络模块 | 第60-62页 |
4.3 像素型遮挡边缘提取网络分析和深度次序推理算法框架 | 第62-63页 |
4.3.1 像素型遮挡边缘提取网络MBOONet的有效性分析 | 第62页 |
4.3.2 基于像素型遮挡边缘提取网络MBOONet的深度次序推理算法框架 | 第62-63页 |
4.4 实验与验证 | 第63-72页 |
4.4.1 定量评价 | 第63-68页 |
4.4.2 定性评价 | 第68-72页 |
4.5 本章小结 | 第72-73页 |
第五章 总结与展望 | 第73-75页 |
5.1 研究总结 | 第73-74页 |
5.2 研究展望 | 第74-75页 |
参考文献 | 第75-81页 |
致谢 | 第81-82页 |
攻读学位期间发表的学术论文目录 | 第82页 |