声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 技术难关
1.4 研究内容与章节安排
2 视觉地点识别相关算法
2.1 路标提取
2.1.1 通用对象估计方法
2.1.2Edge Boxes算法
2.1.3Faster RCNN算法
2.2 卷积神经网络相关理论技术
2.2.1卷积神经网络概述
2.2.2 卷积神经网络AlexNet
2.3 本章小结
3 基于卷积神经网络路标的视觉地点识别技术
3.1 系统框架介绍
3.2.1 算法优势
3.2.2 算法劣势
3.3 本章小结
4 基于哈希检索的视觉地点识别技术
4.1 引言
4.2 局部敏感哈希
4.2.1 局部敏感哈希的基本原理
4.2.2 局部敏感哈希评价
4.3 MutipCpLSH
4.3.1Cross-ploytope LSH
4.3.2 MutipCpLSH原理
4.4 基于哈希检索的视觉地点识别技术框架介绍
4.4.1 构建哈希表与查询表
4.4.2 基于哈希检索的回环确定
4.5 试验设置
4.5.1 视觉地点识别性能评价指标
4.5.2 数据集介绍
4.5.3 对比试验的设置
4.5.4 测试环境
4.6.1 St.Lucia数据集
4.6.2 OxfordRobotCar数据集
4.6.3 MapillaryHK数据集
4.6.4 运行速度
4.7 本章小结
5 基于动态路标筛选的视觉地点识别技术
5.1 引言
5.2 基于动态路标筛选的视觉地点识别技术框架介绍
5.3 试验结果与分析
5.3.1 St.Lucia数据集
5.3.2 OxfordRobotCar数据集
5.3.3 MapillaryHK数据集
5.4 本章小结
6 总结与展望
6.1 本文主要工作
6.2 研究展望
致谢
参考文献
附录
杭州电子科技大学;