第一个书签之前
摘 要
Abstract
目 录
第1章 绪 论
1.1 课题背景与研究意义
1.1.1 课题背景
1.1.2 人体关键点检测简介及意义
1.1.3 心脏关键点定位简介及意义
1.2 国内外研究现状
1.2.1 深度学习与卷积神经网络发展概述
1.2.2 人体关键点检测发展概述
1.2.3 心脏关键点定位发展概述
1.3 本文主要内容及安排
1.4 课题来源
第2章 基于特征金字塔网络的改进方法
2.1 人体关键点尺度差异性问题
2.2 基础模型——堆叠沙漏模型的分析
2.3 特征金字塔网络分析
2.4 特征金字塔沙漏模型的设计
2.4.1 网络结构设计
2.4.2 损失函数
2.5 对比实验
2.5.1 数据集简介
2.5.2 评价指标
2.5.3 实验超参数设置与数据预处理
2.5.4 实验结果
2.6 本章小结
第3章 基于注意力模型的改进方法
3.1 人体关键点检测中的冗余信息干扰问题
3.2 基于注意力的模型分析
3.2.1 自然语言处理中的注意力模型
3.2.2 计算机视觉中的注意力模型
3.3 注意力沙漏模型的设计
3.3.1 网络结构总览
3.3.2 前向网络具体设计
3.3.3 损失函数设计
3.4 特征金字塔沙漏模型与注意力沙漏模型融合方法
3.5 对比实验
3.5.1 多任务学习策略
3.5.2 实验超参数设置
3.5.3 实验结果
3.6 本章小结
第4章 融合模型向心脏关键点定位应用的迁移
4.1 心脏关键点定位任务分析
4.1.1 心脏关键点定位简介
4.1.2 心脏关键点定位与人体关键点检测的相似性
4.1.3 直接应用人体关键点检测模型的问题
4.2 迁移学习可行性分析
4.3 迁移学习具体实现方法
4.3.1 基于模型的迁移学习方法
4.3.2 心脏关键点定位数据集简介
4.3.3 数据预处理及增强方法
4.3.4 CNN模型迁移的实现
4.5 对比实验
4.5.1 评估方法
4.5.2 实验结果
4.6 本章总结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
