目標(biāo)檢測作為計算機(jī)視覺領(lǐng)域不可或缺的部分,其方法的研究一直被緊密關(guān)注。在傳統(tǒng)的方法中通過建立復(fù)雜的模型,根據(jù)圖像的紋理、光照等特征進(jìn)行定位和分類,存在泛化性差、計算量大等問題,不適合對當(dāng)前大規(guī)模圖像的處理。卷積神經(jīng)網(wǎng)絡(luò)的崛起為目標(biāo)檢測提供了新的研究方法,通過使用卷積神經(jīng)網(wǎng)絡(luò)彌補(bǔ)了傳統(tǒng)方法的缺點。目前已有的基于卷積神經(jīng)網(wǎng)絡(luò)的單階段典型的目標(biāo)檢測算法有YOLO（You Only Look Once）算法和SSD（Single Shot Multibox Detector）算法。SSD算法在目標(biāo)檢測方面已經(jīng)取得了良好的結(jié)果,但仍然存在諸如對上下文信息的理解不足以及深層信息丟失等問題,還需要更深層次的研究。視盤是醫(yī)生在診斷治療眼底疾病時必須詳細(xì)觀察的區(qū)域,研究眼底圖像中視盤的自動檢測方法可以輔助醫(yī)生完成大量工作。在傳統(tǒng)的視盤檢測方法中,主要依靠視盤的特征比如形狀、亮度、血管走向等構(gòu)建出匹配特征的算法來檢測視盤,這些方法由于人為因素影響較大,特征提取時間較長,且視盤定位效率低,因此不適合大批量、高效的視盤檢測。針對以上問題,本文圍繞目前SSD算法存在的一些問題以及典型目標(biāo)檢測算法在視盤上的應(yīng)用這... 

【文章來源】：西北師范大學(xué)甘肅省

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀分析
        1.2.1 目標(biāo)檢測研究現(xiàn)狀
        1.2.2 視盤檢測研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 目標(biāo)檢測的相關(guān)理論
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 兩階段目標(biāo)檢測算法
    2.3 單階段目標(biāo)檢測算法
        2.3.1 YOLO算法
        2.3.2 SSD算法
    2.4 本章小結(jié)
第3章 CP-SSD算法-基于SSD算法的上下文感知目標(biāo)檢測
    3.1 CP-SSD算法原理
        3.1.1 擴(kuò)充卷積與感受野
        3.1.2 上下文信息感知模塊
        3.1.3 語義激活模塊
    3.2 實驗分析
        3.2.1 數(shù)據(jù)集與數(shù)據(jù)增強(qiáng)
        3.2.2 實驗參數(shù)設(shè)置
        3.2.3 實驗結(jié)果分析
    3.3 檢測實例
    3.4 本章小結(jié)
第4章 YOLO算法與CP-SSD算法在視盤檢測上的應(yīng)用
    4.1 視盤數(shù)據(jù)集介紹
    4.2 YOLO算法在視盤檢測上的應(yīng)用
        4.2.1 YOLO算法模型
        4.2.2 YOLO算法在視盤上的檢測方法
        4.2.3 實驗結(jié)果分析
    4.3 CP-SSD算法在視盤檢測上的應(yīng)用
        4.3.1 CP-SSD算法在視盤上的檢測方法
        4.3.2 CP-SSD實驗結(jié)果分析
    4.4 YOLO算法與CP-SSD算法在視盤檢測上的對比
        4.4.1 評價指標(biāo)
        4.4.2 對比分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于YOLO算法的眼底圖像視盤定位方法[J]. 蔣蕓,彭婷婷,譚寧,侯金泉.  計算機(jī)工程與科學(xué). 2019(09)
[2]卷積神經(jīng)網(wǎng)絡(luò)在掌紋識別中的性能評估[J]. 王海綸,李書杰,賈偉,劉曉平.  中國圖象圖形學(xué)報. 2019(08)
[3]基于Faster RCNN的行人檢測方法[J]. 張匯,杜煜,寧淑榮,張永華,楊碩,杜晨.  傳感器與微系統(tǒng). 2019(02)
[4]深度學(xué)習(xí)在目標(biāo)視覺檢測中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動化學(xué)報. 2017(08)
[5]糖尿病視網(wǎng)膜病變分級診療服務(wù)技術(shù)方案[J]. 王寧利,胡愛蓮,湯欣,徐國興,張青,楊曉慧.  中華全科醫(yī)師雜志. 2017 (08)
[6]視網(wǎng)膜圖像中視盤的快速自動定位方法[J]. 趙曉芳,林土勝,李碧.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2011(02)



本文編號：3025321