声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 基本图像特征
1.2.2 特征编码
1.2.3 深度学习
1.3 本文研究内容
1.4 本文结构安排
第2章 相关工作
2.1 Fisher Kernel
2.1.1 码本构建
2.1.2 空间池化
2.1.3 特征编码
2.1.4 归一化
2.2 卷积神经网络
2.2.1 神经网络
2.2.2 卷积神经网络基本结构
2.3 本章小结
第3章 基于Fisher Kernel的多尺度多码本图像特征表达
3.1 引言
3.2 多尺度多码本图像表达
3.2.1 多码本编码
3.2.2 多尺度图像
3.2.3 算法框架流程
3.3 实验与分析
3.3.1 实现细节
3.3.2 实验分析
3.4 本章小结
第4章 跨卷积层池化的Fisher Kernel图像特征表达
4.1 引言
4.2 跨卷积层池化的Fisher Kernel
4.2.1 多空间单元的特征提取
4.2.2 跨卷积层池化
4.2.3 算法框架和流程
4.3 实验与分析
4.3.1 实现细节
4.3.2 实验分析
4.4 本章小结
第5章 总结与展望
5.1 本文主要工作
5.2 下一步的研究工作
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果
中国科学技术大学;