登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 软件工程 > 正文

基于深度学习的行人检测研究与应用开题报告

 2021-02-25 01:02  

1. 研究目的与意义(文献综述)

1.1 研究背景及意义

随着科技的进步,计算机视觉已经成为一个重要的研究热点,它涉及了图像处理、机器学习、模式识别等多个学科,它的最终目标就是模拟人的视觉能力,可以完成各种识别任务。深度学习作为近十年来人工智能领域的重要突破,它让计算机视觉如虎添翼,由于其具有“无监督特征学习”能力,特别适合于工程领域的实际应用。在这个大的研究领域下,又有一个备受关注的子方向——行人检测。

本研究课题利用更具深度的卷积神经网络提取复杂行人特征,完成行人检测,避免了复杂的人工特征提取和数据重建的过程。针对行人检测问题的特点进行理论分析,详细说明深度卷积神经网络主要结构参数的选择及优化方法,将对构建深度网络解决相关实际问题提供借鉴与参考。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1 研究基本内容

1. 学习机器学习的相关理论和方法,掌握机器学习的基本概念和其背后的理念,了解目前机器学习的几大分支的发展情况;

2. 学习深度学习的相关理论和方法,掌握深度学习的起源、基本概念、结构、框架、以及于各个领域的应用现状;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

3.1 第1周至第2

查阅有关的参考资料并完成开题报告;阅读顶级会议论文和相关参考文献.

3.2 第3周至第6

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

4.1 参考文献

1、 benenson r, omran m, hosang j, et al.ten years of pedestrian detection, what have we learned?[j]. 2014,8926:613-627.

2、 p.dollar, c. wojek,b. schiele, et al.pedestrian detection: an evaluation of the state of the art [j]. ieeetransactions on pattern analysis and machine intelligence, 2012, 34(4): 743-761.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图