毕业论文 基于反卷积神经网络的图像语义分割.docxVIP

目 录摘 要2ABSTRACT3第1章 绪论41.1图像语义分割的背景41.1.1 人类视觉与语义分割41.1.2 图像语义分割技术51.2 国内外研究现状61.3 本文解决的主要问题81.4 本文的主要工作91.4.1 训练多层的反卷积神经网络模型91.4.2 改用物体图像作为训练集101.4.3 将DeconvNet与FCN有机结合101.5 论文的组织结构11第2章 神经网络的系统架构122.1神经网络整体架构概览122.2神经网络卷积部分详述122.2.1 局部感受野132.2.2 权值共享142.2.3 池化142.3神经网络反卷积部分详述152.3.1 反池化层152.3.2 反卷积层162.3.3 分析反卷积神经网络16第3章 神经网络的训练过程193.1 批量归一化技术193.2 训练的两个阶段203.3 神经网络的分层配置参数223.4 训练集的配置223.4.1 训练集选择223.4.2 训练集结构233.5 神经网络的迭代优化过程23第4章 优化图像语义分割结果254.1 叠加实例级别的分割图254.2 与全卷积网络的分割结果有机结合26第5章 实验结果比较及评估27第6章 结论与展望29致谢30参考文献31附录1 英文原文33附录2 译文37基于反卷积神经网络的图像语义分割摘 要随着互联网以及多媒体技术的井喷式发展，各种存储形