顯著目標(biāo)檢測是根據(jù)生物視覺的注意力機(jī)制來實(shí)現(xiàn),能夠過濾掉圖像中大部分不重要的背景信息,從而突顯圖像中的顯著目標(biāo),往往作為計算機(jī)視覺領(lǐng)域的預(yù)處理步驟。隨著深度神經(jīng)網(wǎng)絡(luò)與全卷積神經(jīng)網(wǎng)絡(luò)的出現(xiàn)為顯著目標(biāo)的檢測結(jié)果帶來巨大的進(jìn)步。本文提出了一種全新的深度全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),命名為非局部注意機(jī)制和多監(jiān)督的特征聚集塊融合網(wǎng)絡(luò),旨在融合每層特征聚集塊的豐富特征。特征聚集塊除了有本層特征之外還有其他層的特征,即每層特征聚集塊既具有深層網(wǎng)絡(luò)的強(qiáng)語義信息也同時擁有淺層網(wǎng)絡(luò)的詳細(xì)特征。在自頂向下的融合過程中能像Res Net一樣學(xué)習(xí)各層的殘差信息。同時引入非局部的注意力機(jī)制以提升上下文的關(guān)聯(lián)性,增加多個輔助的監(jiān)督連接到中間步驟,從而讓網(wǎng)絡(luò)更加方便的進(jìn)行優(yōu)化與加速收斂。本文的創(chuàng)新點(diǎn)以及貢獻(xiàn)點(diǎn)如下:（1）設(shè)計出一個全新的聚集塊以包含深層的高級別語義信息與淺層的詳細(xì)特征,這樣主干網(wǎng)絡(luò)的每層特征圖都擴(kuò)充成包含其他層的聚集塊,并且聚集塊的內(nèi)部可以實(shí)現(xiàn)高級語義與詳細(xì)特征的互補(bǔ)。（2）深層的高級別語義特征聚集塊通過自頂向下的與淺層的特征聚集塊進(jìn)行融合連接,使得輸出層可以精確的定位顯著目標(biāo),并且特征聚集塊的詳細(xì)特征可以優(yōu)化... 

【文章來源】：湘潭大學(xué)湖南省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景與意義
    1.2 顯著目標(biāo)檢測研究現(xiàn)狀
        1.2.1 人工設(shè)計特征的顯著目標(biāo)檢測
        1.2.2 基于深度學(xué)習(xí)的顯著目標(biāo)檢測
    1.3 研究內(nèi)容和論文結(jié)構(gòu)
第2章 顯著目標(biāo)檢測相關(guān)理論概述
    2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.1 感知機(jī)模型
        2.1.2 多層感知機(jī)
        2.1.3 反向傳播算法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積神經(jīng)網(wǎng)絡(luò)的特性
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)的組成
    2.3 卷積神經(jīng)網(wǎng)絡(luò)模型
        2.3.1 Alex Net網(wǎng)絡(luò)模型
        2.3.2 VGGNet網(wǎng)絡(luò)模型
        2.3.3 Res Net網(wǎng)絡(luò)模型
    2.4 全卷積神經(jīng)網(wǎng)絡(luò)
        2.4.1 全卷積
        2.4.2 轉(zhuǎn)置卷積層
第3章 自頂向下特征聚集塊融合網(wǎng)絡(luò)的顯著目標(biāo)檢測
    3.1 自頂向下特征聚集塊融合網(wǎng)絡(luò)模型框架
    3.2 特征聚集塊
    3.3 網(wǎng)絡(luò)模型的融合概述
    3.4 全連接條件隨機(jī)場
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 基準(zhǔn)數(shù)據(jù)集和評價標(biāo)準(zhǔn)
        3.5.2 實(shí)驗(yàn)步驟及細(xì)節(jié)
        3.5.3 實(shí)驗(yàn)結(jié)果和對比分析
    3.6 本章小結(jié)
第4章 非局部注意機(jī)制和多監(jiān)督的特征聚集塊融合網(wǎng)絡(luò)的顯著目標(biāo)檢測
    4.1 非局部注意機(jī)制和多監(jiān)督的特征聚集塊融合網(wǎng)絡(luò)模型框架
    4.2 非局部注意力機(jī)制
    4.3 損失函數(shù)
    4.4 實(shí)驗(yàn)的步驟與細(xì)節(jié)
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 顯著圖對比
        4.5.2 P-R曲線與F測量值曲線
        4.5.3 實(shí)驗(yàn)結(jié)果定量分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
附錄A 攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)動力學(xué)與功能研究[J]. 陸啟韶,劉深泉,劉鋒,王青云,侯中懷,鄭艷紅.  力學(xué)進(jìn)展. 2008(06)
[2]視覺在生物系統(tǒng)中的應(yīng)用[J]. 張國忠,王曉明,何鴻強(qiáng),于哲.  制造業(yè)自動化. 2004(07)
[3]簡單細(xì)胞方位選擇性感受野組織形成的神經(jīng)網(wǎng)絡(luò)模型[J]. 楊謙,齊翔林,汪云九.  中國科學(xué)C輯:生命科學(xué). 2000(04)



本文編號：3173815