声明
1 绪论
1.1研究背景与意义
1.2国内外研究概况
1.3论文的主要研究内容
1.4本文的组织结构
2 基于难例挖掘的视觉位置识别
2.1基于VGG和NetVLAD的视觉位置识别网络HardNet的结构
2.1.1基于VGG的基础网络结构
2.1.2特征聚合网络NetVLAD的网络结构
2.2三元组损失函数
2.3难例挖掘
2.4实验结果与分析
2.4.1实验环境
2.4.2实验数据集
2.4.3训练和测试神经网络
2.4.4评价指标
2.4.5实验结果与分析
2.5本章小结
3 基于对抗判别域自适应的视觉位置识别
3.1域自适应视觉位置识别
3.2对抗判别域自适应算法及其网络结构
3.2.1生成对抗网络的基本原理和框架
3.2.2对抗判别域自适应网络结构
3.3对抗判别域自适应的损失函数
3.4对抗判别域自适应网络的训练及测试过程
3.4.1训练过程
3.4.2测试过程
3.5实验结果及分析
3.6本章小节
4 基于批量标准化域自适应的位置识别
4.1基于自适应批量标准化的深度神经网络结构
4.1.1批量标准化层(batch normalization)
4.1.2自适应批量标准化层
4.1.3自适应批量标准化的网络结构
4.2自适应批量标准化网络的训练和测试过程
4.3实验结果与分析
4.4本章小节
5 总结与展望
5.1 全文总结
5.2 课题展望
致谢
硕士期间发表的文章
参考文献
