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
北京交通大学;