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 > 任务书 > 计算机类 > 软件工程 > 正文

基于深度学习的单应性矩阵估计方法任务书

 2020-02-20 08:02  

1. 毕业设计(论文)主要内容:

单应又称射影变换,它将一个射影平面上的点映射到另一个射影平面上。这里说的单应性矩阵主要是指平面单应性矩阵,在三轴坐标中XYZ,Z=1这个有点类似于三维的齐次坐标。单应性矩阵主要用来解决两个问题:一、表述真实世界中一个平面与对应它图像的透视变换;二、从通过透视变换实现图像从一种视图变换到另外一种视图。目前深度学习技术尤其是卷积神经网络在图像中应用广泛,而且效果优异,本研究基于深度学习的技术来实现单应性矩阵的估算。通过对该课题的研究,进行一次综合运用所学理论和技能的训练,进一步提高分析问题和解决问题的能力。

主要内容包括:
1. 了解深度学习、单应性矩阵等基本概念;
2. 深度学习网络搭建和pytorch训练 ,实现基于深度学习的单应性矩阵的估算;
3. 对算法进行比较评估。

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);
2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;
3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
4.完成系统的编码与调试;
5.完成10000字以上的毕业论文;
6.进行论文答辩。


3. 毕业设计(论文)完成任务的计划与安排

(1)2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;
(2)2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;
(3)2019/5/1—2019/5/25:撰写及修改毕业论文;
(4)2019/5/26—2019/6/5:准备答辩。


4. 主要参考文献

[1] DeTone, D., T. Malisiewicz and A. Rabinovich, Deep Image Homography Estimation. 2016.
[2] Nowruzi, F.E., R. Laganiere and N. Japkowicz. Homography Estimation from Image Pairs with Hierarchical Convolutional Networks. 2017: IEEE.

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