声明
摘要
1.1研究背景及意义
1.2国内外研究现状
1.2.1传统的目标检测算法
1.2.2基于卷积神经网络的目标检测算法
1.3本文的主要工作
1.4本文组织结构
第二章基于深度学习的目标检测算法及理论基础
2.1深度学习相关理论
2.2卷积神经网络
2.2.1卷积神经网络概念
2.2.2卷积神经网络层级结构
2.2.3卷积网络的训练
2.3循环神经网络
2.3.1循环网络的模型
2.3.2循环网络的训练算法
2.4目标检测算法
2.4.1目标检测算法简介
2.4.1基于区域提名的目标检测算法
2.4.2基于回归的目标检测算法
2.5本章小结
第三章基于特征映射学习的小目标检测算法
3.1 Logo目标检测的现状分析
3.2 Faster R-CNN的目标检测原理
3.2.2 RPN网络
3.3生成对抗网络的高分辨特征映射原理
3.4基于改进的Faster R-CNN的Logo目标检测算法
3.4.1网络的结构设计
3.4.2网络的训练过程
3.4.3实验结果分析
3.5本章小结
第四章基于多特征融合学习的目标检测算法
4.1基于多尺度局部特征学习算法分析
4.1.1多尺度局部特征提取算法
4.1.2结果分析
4.2基于全局上下文特征学习算法分析
4.2.1全局上下文特征的提取算法
4.2.2结果分析
4.3基于滚动卷积和循环神经网络的目标检测算法
4.3.1网络结构设计
4.3.2多尺度局部特征提取
4.3.3全局上下文特征提取
4.3.4实验结果和分析
4.4本章小结
第五章总结与展望
5.1本文总结
5.2未来展望
参考文献
攻读学位期间的研究成果
致谢