场景与目标关系约束的鲁棒目标检测算法研究

声明

致谢

1 引言

1.1 研究背景与意义

1.2 研究现状

1.2.1 基于传统特征的目标检测方法

1.2.2 基于深度学习的目标检测方法

1.3 研究难点

1.4 目标检测算法的评价方式

1.4.1 评价数据集

1.4.2 评价指标

1.5 本文的研究内容和结构安排

2 场景上下文与目标关系上下文分析

2.1 上下文在目标检测领域的应用现状

2.2 上下文模型结构分析

2.2.1 有监督模型结构分析

2.2.2 无监督模型结构分析

2.2.3 通用的上下文建模框架分析

2.3 实验分析

2.3.1 有监督模型实验分析

2.3.2 无监督模型实验分析

2.4 本章小结

3 基于图推理的残差联合注意力网络

3.1 门控递归单元

3.2 基于图推理的残差联合注意力网络

3.2.1 网络结构

3.2.2 网络训练过程

3.3 实验结果和分析

3.3.1 实验配置

3.3.2 公开数据集上的性能比较

3.4 本章小结

4 域自适应的关系网络

4.1 生成对抗学习

4.2 域自适应的关系网络

4.2.1 网络结构

4.2.2 网络训练过程

4.3 实验结果和分析

4.3.1 实验配置

4.3.2 公开数据集上的性能比较

4.4 本章小结

5 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集