| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和研究意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 研究方法 | 第14-15页 |
| 1.4 论文安排 | 第15-16页 |
| 第2章 深度学习方法简介 | 第16-24页 |
| 2.1 图像数据建模 | 第16-18页 |
| 2.2 文本序列建模 | 第18-20页 |
| 2.3 多模态数据结合方式 | 第20-22页 |
| 2.3.1 模态共同映射 | 第20-21页 |
| 2.3.2 模态互相转换 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 基于Pairwise 文本引导的图像分类方法 | 第24-36页 |
| 3.1 引言 | 第24-25页 |
| 3.2 实验动机 | 第25-26页 |
| 3.3 多模态鱼类识别网络(MMFN) | 第26-28页 |
| 3.4 实验细节 | 第28-31页 |
| 3.4.1 WildFish 数据库 | 第28-29页 |
| 3.4.2 实验设定 | 第29-30页 |
| 3.4.3 训练过程 | 第30-31页 |
| 3.4.4 测试过程 | 第31页 |
| 3.5 实验分析及总结 | 第31-34页 |
| 3.5.1 注意力机制的有效性验证 | 第31-32页 |
| 3.5.2 与主流方法对比 | 第32-33页 |
| 3.5.3 可视化效果 | 第33-34页 |
| 3.6 本章小结 | 第34-36页 |
| 第4章 基于多任务学习驱动的图像分类方法 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 实验动机 | 第36-37页 |
| 4.3 多任务鸟类识别网络(MTBN) | 第37-41页 |
| 4.4 实验细节 | 第41-43页 |
| 4.4.1 实验设定 | 第41-43页 |
| 4.4.2 训练细节 | 第43页 |
| 4.5 实验分析及总结 | 第43-48页 |
| 4.5.1 消融学习 | 第44页 |
| 4.5.2 CUB_200_2011分类情况分析 | 第44-46页 |
| 4.5.3 与主流方法对比 | 第46-47页 |
| 4.5.4 可视化效果 | 第47-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-60页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第60-62页 |
| 致谢 | 第62页 |