深度学习在视觉信息处理中的应用探索.docxVIP

深度学习在视觉信息处理中的应用探索

目录

一、研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

二、深度神经网络原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

多层感知机与卷积神经网络的空间特征提取能力．．．．．．．．．．．．．．4

循环神经网络及Transformer模型在时序和关系建模中的应用．．．8

领域适应、迁移学习等技术在数据稀缺场景下的解决方案．．．．．11

三、模式识别与图像内容提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

高级特征自动学习在图像分类、标签预测中的应用探索．．．．．．．12

图像分割技术在物体边界提取与场景理解中的实践案例．．．．．．．15

视觉可解释性技术助力理解深度学习模型的决策过程．．．．．．．．．17

四、目标检测与追踪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

单阶段与多阶段目标检测算法的效能比较考察．．．．．．．．．．．．．．．21

基于深度特征融合的多目标联合追踪技术研究进展．．．．．．．．．．．23

跟踪中常用指标分析与模型鲁棒性提升方法探讨．．．．．．．．．．．．．27

五、三维场景分析与建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

使用深度网