視覺(jué)重復(fù)模式指的是在空間上或時(shí)間上重復(fù)循環(huán)出現(xiàn),并且在圖像內(nèi)或圖像序列間形成了一定的排列的模式,結(jié)構(gòu),物體。具體的例子在人類活動(dòng)范圍內(nèi)大量存在,如建筑的窗戶,貨架上的商品,生產(chǎn)車間中的產(chǎn)品,視頻中的人類運(yùn)動(dòng)等。因此,重復(fù)模式的研究與分析具有極高的學(xué)術(shù)研究?jī)r(jià)值與工業(yè)應(yīng)用價(jià)值。如今,深度學(xué)習(xí)已經(jīng)在許多視覺(jué)應(yīng)用上得到了廣泛應(yīng)用,極大地推動(dòng)了計(jì)算機(jī)視覺(jué)領(lǐng)域的發(fā)展。然而,目前基于深度學(xué)習(xí)的視覺(jué)重復(fù)模式的研究與分析仍然處于早期探索階段。這是因?yàn)橐曈X(jué)重復(fù)模式的定義是一個(gè)比較高層次的語(yǔ)義范疇,往往依賴于大量人類先驗(yàn)知識(shí)。而目前的卷積神經(jīng)網(wǎng)絡(luò)算法只是簡(jiǎn)單的人為設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)以擬合任務(wù)描述,其中的基于先驗(yàn)知識(shí)的邏輯推理過(guò)程往往被忽略,因此難以解決規(guī)則復(fù)雜的重復(fù)模式分析問(wèn)題。然而,考慮到卷積神經(jīng)網(wǎng)絡(luò)本身強(qiáng)大的特征提取能力以及上下文信息的融合能力,基于深度學(xué)習(xí)的重復(fù)模式分析與應(yīng)用應(yīng)當(dāng)具有極大的潛力。本文為了解決深度學(xué)習(xí)在視覺(jué)重復(fù)模式分析與應(yīng)用中因?yàn)橐?guī)則復(fù)雜難以被應(yīng)用的困境,以如何把人類對(duì)于視覺(jué)重復(fù)模式的先驗(yàn)知識(shí)融入深度學(xué)習(xí)網(wǎng)絡(luò)為著力點(diǎn),研究若干個(gè)視覺(jué)重復(fù)模式相關(guān)的視覺(jué)任務(wù),包括時(shí)間域重復(fù)模式計(jì)數(shù),空間域的密集重... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：114 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

一種基于傳統(tǒng)特征的時(shí)域重復(fù)模式計(jì)數(shù)的現(xiàn)有方法示意圖（取自文獻(xiàn)[9]）

一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的時(shí)域重復(fù)模式計(jì)數(shù)的現(xiàn)有方法示意圖（取自文獻(xiàn)[8]）

Ren等人所提出的Faster-R-CNN網(wǎng)絡(luò)示意圖（取自文獻(xiàn)[49]）


本文編號(hào)：3582186