基于非监督卷积神经网络的运动估计研究

摘要

AlexNet的发布开启了计算机视觉的新纪元，计算机视觉领域开始走向深度学习的新时期。在这过程中对于使用卷积神经网络的运动估计的研究也逐渐展开。由于该机器学习系统复杂度较高，所以其对训练数据量的需求非常庞大。但是在现阶段能够针对运动估计问题训练卷积神经网络的大型标准数据库还并不存在。因此研究如何使用非监督学习的方法根据具体问题设计卷积神经网络和如何使用迁移学习将已有的成熟的卷积神经网络系统运用到解决运动估计问题中有重要的意义。
　　本文主要的工作内容如下：
　　（1）基于光流方程建立了成本方程，用于以非监督方式训练卷积神经网络。为了处理运动估计，精细设计了卷积神经网络（CNN）的体系结构，其中主要是针对卷积层中卷积核的数量和卷积核的大小进行设计和调整，并建立卷积层与卷积层间的结构关系。在卷积神经网络中引入了残差结构，以应对卷积神经网络中由于卷积层过多造成的梯度消散和训练时间过长的问题。再者针对光流的不足，设计了一种从粗糙到精细的模型，处理本文神经网络中无法对输入图片对中较大幅度运动进行计算的问题。最后通过实验验证该网络在运动估计问题中的有效性，和残差结构对卷积神经网络在运动过程中的作用。
　　（2）为了能够提高本文中卷积神经网络的性能，本文使用了迁移学习的方法对该系统进行升级。因为在现实中物体一般是运动的载体，所以在本文中引入了VGG模型中的前两个卷积层和其相应的参数，对输入的图片进行“预处理”，并且使用一种非一般结构的卷积神经网络分别处理输入的图片对中的图片。在连接从VGG中引入的部分卷积层和用非监督学习训练的卷积神经网络时，加入包含3D卷积核的卷积层用于提取运动信息。对于光流无法对较大幅度进行运动计算的缺点，本文中使用课程学习的方法制定策略由浅入深的对卷积神经网络进行训练，提高其面向较大运动幅度计算的鲁棒性。最后在实验中，使用不同的训练策略训练卷积神经网络，检测和证明本文中所描述的方法的有效性。

目录

声明

专用术语注释表

第一章 绪论

1.1研究的背景及意义

1.2研究现状

1.3本文研究的内容

1.4论文的组织结构

第二章 神经网络简介

2.1机器学习中的学习类别

2.2传统神经网络

2.3卷积神经网络

2.4非监督单层卷积神经网络的特征提取

2.5本章小结

第三章 基于非监督CNN的运动估计研究

3.1基于光流的运动估计

3.2深度卷积神经网络的非监督学习

3.3从粗糙到精细的运动估计模型

3.4实验结果与分析

3.5本章小结

第四章 迁移学习在非监督CNN的运动估计中的使用

4.1 VGG深度神经网络

4.2迁移学习在运动估计中的运用

4.3课程学习在训练非监督神经网络中的运用

4.4实验结果与分析

4.5本章小结

第五章 总结与展望

5.1本文的工作总结

5.2进一步工作展望

参考文献

附录1 攻读硕士学位期间申请的专利

附录2 攻读硕士学位期间参加的科研项目

致谢