基于卷积神经网络和条件随机场的图像分割研究

《基于卷积神经网络和条件随机场的图像分割研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391学号14050029ＵＤＣ密级公开工学硕士学位论文基于卷积神经网络和条件随机场的图像分割研究硕士生姓名周浩学科专业控制科学与工程研究方向多媒体信息系统与虚拟现实技术指导教师张军教授国防科学技术大学研究生院二〇一六年十一月ImageSegmentationBasedonConvolutionNeuralNetworkandConditionalRandomFieldCandidate：ZhouHaoAdvisor：Prof.ZhangJunAdissertationSubmittedinpartialfulfillmentoftherequirementsf

2、orthedegreeofMasterofEngineeringinControlScienceandEngineeringGraduateSchoolofNationalUniversityofDefenseTechnologyChangsha，Hunan，P.R.China（November，2016）国防科学技术大学研究生院硕士学位论文目录摘要.................................................................................................................

3、iABSTRACT.........................................................................................................ii第一章绪论......................................................................................................11.1研究背景与意义.......................................................

4、........................................11.2国内外研究现状...............................................................................................21.2.1相关理论简介........................................................................................21.2.2图像分割常用方法.............................

5、...................................................31.2.3国内外最新图像分割研究....................................................................51.3主要研究内容及贡献.......................................................................................71.4论文结构.............................................

6、..............................................................8第二章基于深度学习的图像分割理论基础.....................................................102.1传统的图像分割特征提取与分类.................................................................102.1.1传统的人工特征提取方法理论...................................................

7、.......102.1.2传统的分类方法和理论......................................................................112.2基于深度学习和概率图模型的图像分割学习框架.....................................132.2.1神经网络理论......................................................................................132.2.2卷积神