第一个书签之前
摘 要
第1章 绪论
1.1 课题研究背景及意义
1.2 视觉场景识别研究现状
1.2.1 基于传统特征的方法
1.2.2基于深度学习的方法
1.3视觉场景识别存在问题
1.4 本文工作及创新点
1.5 本文组织结构
第2章 卷积神经网络
2.1 前馈神经网络
2.2 卷积神经网络基本结构
2.2.1卷积层
2.2.2池化层
2.2.3全连接层
2.2.4整体结构
2.3卷积神经网络优化方法
2.3.1梯度下降
2.3.2动量
2.3.3自适应学习率算法
2.4卷积神经网络优化方法的挑战
2.4.1病态
2.4.2局部最小值
2.4.3鞍点和平坦区域
2.5卷积神经网络的应用
2.5.1目标识别
2.5.2视觉SLAM闭环检测
2.5.3边缘检测
2.6 小结
第3章 基于单层次特征差异图的视觉场景识别
3.1 数据集
3.2 单层次特征差异图的构建
3.2.1 特征提取
3.2.2 构建单层次特征差异图
3.3 基于单层次特征差异图的视觉场景识别
3.3.1 新的分类模型
3.3.2 训练特征差异图进行场景识别
3.4 小结
第4章 基于多层次特征差异图的视觉场景识别
4.1 反卷积
4.2 反卷积的应用
4.2.1 利用反卷积进行特征可视化
4.2.2图像重构
4.2.3 上采样
4.3多层次特征差异图的构建
4.4 利用多层次特征差异图进行场景识别
4.5与基于CNN距离和阈值相关方法的对比
4.6 小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
发表论文和参加科研情况说明
致 谢
天津大学;