物体图像的遮挡边界检测方法研究

目录

声明

第一章 绪论

1.1 课题背景

1.2 研究价值及应用领域

1.3 国内外研究现状分析

1.4 论文主要研究内容及贡献

1.5 论文结构安排

第二章 相关背景知识

2.1 边界检测技术

2.1.1 边界检测思想

2.1.2 传统边界检测算法

2.2 深度神经网络

2.2.1 经典神经网络

2.2.2 深度神经网络的技术原理

2.2.3 经典深度神经网络架构

2.2.4 深度神经网络的应用

2.2.5 基于深度神经网络的边界检测算法

2.3 本章小结

第三章 基于编码器解码器的多分支遮挡边界检测算法

3.1 问题描述

3.1.1 遮挡边界的定义

3.1.2 判断遮挡关系的左手定则

3.1.3 边界像素点的方向定义

3.2 网络结构分析

3.3 损失函数

3.4 网络训练

3.5 本章小结

第四章 实验部分

4.1 实验数据集

4.2 客观评价指标

4.3 实验设计与实现细节

4.3.1 实验平台介绍

4.3.2 数据增强

4.3.3 超参数的设置

4.3.4 损失函数

4.4 实验结果及分析

4.4.1 BSDS500数据集

4.4.2 PIOD数据集

4.5 实验小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

发表论文和参加科研情况

致谢