基于卷积姿态网络的服装关键点检测方法研究和应用

目录

声明

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状与分析

1.3本文内容与结构

第二章 深度学习关键点相关工作

2.1深度学习发展与原理

2.1.1 深度学习

2.1.2 卷积神经网络

2.2神经网络训练关键技术

2.2.1 损失函数

2.2.2 训练优化器

2.2.3 反向传播算法

2.3检测关键点的主流方法

2.3.1 级联卷积网络

2.3.2 关键点坐标回归

2.4本章小结

第三章 服装关键点检测模型的设计与应用

3.1服装数据集介绍与处理

3.1.1 服装数据集

3.1.2 数据的处理

3.2服装关键点模型的建立

3.2.1 前端特征提取网络

3.2.2 阶段级联特征提取网络

3.2.3 关键点聚类探究

3.3损失函数和训练方法

3.3.1 损失函数的探究

3.3.2 整体网络训练方式

3.4 TPS换装应用

3.4.1 关键点在算法中的应用

3.4.2 TPS以及服装关键点应用

3.5本章小结

第四章 服装关键点检测模型实验与应用分析

4.1数据增强

4.2关键点评价指标

4.3实验环境搭建以及宏参数设置

4.3.1 硬件环境

4.3.2 软件环境

4.3.3 训练参数设置以及优化

4.3.4 特征融合方式实验

4.4实验结果以及应用分析

4.5本章小结

第五章 总结与展望

5.1工作总结

5.2研究展望

参考文献

致谢

附录：攻读硕士期间研究成果