基于卷积神经网络的视觉场景识别方法研究

摘要

视觉场景识别是计算机视觉领域一项具有挑战性的工作，其在移动机器人，自动驾驶等领域都有广泛的应用。由于光照，视角等的影响，场景外观会发生剧烈变化，导致感知变异和感知偏差现象，阻碍了相关算法在真实环境中的长期应用。近几年，卷积神经网络(CNN)特征已经在视觉场景识别领域被证明优于传统特征，但是现有的基于CNN的视觉场景识别大多数直接利用深度特征的距离并设置阈值来衡量图像的相似性，当场景外观发生剧烈变化时效果较差。 针对场景外观剧烈变化引起的感知变异和感知偏差，本文提出了一种新的基于特征差异图的视觉场景识别方法。首先，一个由场景侧重的数据集预训练的CNN 模型被用来对同一场景中感知变异的图像和不同场景中感知偏差的图像进行特征提取。然后，这些CNN特征被用来构建特征差异图来表征两幅图像之间的差异。最后，视觉场景识别被看作二分类问题，利用特征差异图训练一个新的CNN分类模型来判断两幅图像是否来自同一场景。创新性研究成果如下： 1、利用CNN特征构建特征差异图来表征图像之间的差异，而不是简单地利用CNN特征的距离，当场景外观发生剧烈变化时，特征差异图能有效地克服感知变异和感知偏差的影响，取得较高的识别准确率。 2、CNN不同层的特征对场景外观和视角的鲁棒性不同，中等层次的特征包含较多几何信息，对场景外观的变化具有较好的鲁棒性，而高层次特征则包含更多的语义信息，能有效地克服视角的变化。因此，融合CNN不同层的特征构建多层次特征差异图用于视觉场景识别。 3、场景外观剧烈变化下的视觉场景识别被看作二分类问题，设计了一个新的分类模型，该模型与现有的常用模型相比，更适合特征差异图的训练，取得很好的识别效果。

目录

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