發(fā)布時間：2023-12-28 19:40

　　土木工程的快速發(fā)展帶動了土木工程監(jiān)理行業(yè)的發(fā)展,而土木工程監(jiān)理作為確保土木工程符合相關(guān)規(guī)定的重要機制,其監(jiān)理數(shù)據(jù)有著重要的作用。圖像數(shù)據(jù)作為土木工程監(jiān)理過程中產(chǎn)生的主要數(shù)據(jù)之一,在實際的土木工程監(jiān)理中卻因為其場景的復(fù)雜性等原因,使用效率不高。本文主要針對這些問題展開研究,主要研究工作如下。首先是針對土木工程監(jiān)理圖像沒有有效標注、以及標注模型參數(shù)量過大導(dǎo)致在生產(chǎn)環(huán)境中效率不佳的問題,本文基于已有工作給出了基于Kmax映射的注意力圖模型方法,依托注意力機制對圖像關(guān)鍵內(nèi)容的識別優(yōu)勢,通過將圖像處理模型中的注意力相關(guān)層進行基于Kmax函數(shù)的映射,然后將映射結(jié)果進行遷移,提升模型整體遷移的效果,從而在保證模型效果的前提下盡可能縮減模型的體積;然后本文給出了基于Kmax映射的模型遷移方法應(yīng)用于圖像標注模型的相關(guān)算法,實現(xiàn)在保證圖像標注模型基本效果的前提下,縮減模型的體積,最后將相關(guān)標注模型應(yīng)用于土木工程監(jiān)理圖像中,并進行了標注效果的分析。其次針對土木工程監(jiān)理圖像索引和檢索效率的問題,結(jié)合相關(guān)資料給出了對土木工程監(jiān)理場景和事件進行了基本的劃分,并以此為基礎(chǔ)對標注的土木工程監(jiān)理圖像數(shù)據(jù)進行語義劃分;在...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 圖像標注現(xiàn)狀及分析
        1.2.2 遷移學(xué)習(xí)現(xiàn)狀及分析
        1.2.3 圖像索引與檢索現(xiàn)狀及分析
    1.3 本文研究內(nèi)容及技術(shù)路線
    1.4 論文結(jié)構(gòu)安排
第2章 基于Kmax映射遷移的圖像標注優(yōu)化
    2.1 基本圖像標注模型框架
        2.1.1 基于深度殘差網(wǎng)絡(luò)的圖像特征提取
        2.1.2 基于LSTM的圖像標注生成
        2.1.3 圖像標注模型整合
    2.2 基于Kmax映射注意力圖的模型遷移
        2.2.1 注意力機制及注意力圖
        2.2.2 基于Kmax映射的注意力圖遷移
        2.2.3 基于Kmax映射的圖像標注模型遷移
        2.2.4 針對土木工程監(jiān)理圖像的標注及分析
    2.4 本章小結(jié)
第3章 土木工程監(jiān)理圖像索引及檢索優(yōu)化
    3.1 基于R樹的圖像索引及檢索
    3.2 土木工程監(jiān)理圖像語義數(shù)據(jù)處理
        3.2.1 土木工程監(jiān)理視頻及圖像內(nèi)容的語義劃分
        3.2.2 基于語義的土木工程監(jiān)理視頻及圖像數(shù)據(jù)存儲
    3.3 土木工程監(jiān)理圖像R樹檢索
        3.3.1 譜聚類及規(guī)范割集
        3.3.2 基于譜聚類的R樹節(jié)點分裂算法優(yōu)化
        3.3.3 基于詞向量的SCR樹節(jié)點檢索方法
    3.4 本章小結(jié)
第4章 實驗結(jié)果及分析
    4.1基于Kmax映射的模型遷移實驗
        4.1.1 實驗環(huán)境
        4.1.2 基于Kmax映射的模型遷移圖像分類實驗
        4.1.3 基于Kmax注意力遷移的圖像標注實驗
    4.2 索引及檢索實驗及分析
        4.2.1 實驗環(huán)境及實驗設(shè)計
        4.2.2 土木工程監(jiān)理圖像索引實驗
        4.2.3 土木工程監(jiān)理圖像檢索實驗
    4.3 本章小結(jié)
第5章 總結(jié)及展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻
攻讀碩士學(xué)位期間主要研究工作
    1 已發(fā)表學(xué)術(shù)論文
    2 專利
    3 參與項目



本文編號：3876061