基于视觉空间认知学习的图像地理标注
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状分析 | 第9-11页 |
| 1.3 论文内容和创新点 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 创新点 | 第12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 图像标注研究基础 | 第13-23页 |
| 2.1 图像自动标注 | 第13-19页 |
| 2.1.1 图像自动标注 | 第13-18页 |
| 2.1.2 地理图像标注 | 第18-19页 |
| 2.2 目标定位 | 第19-21页 |
| 2.3 地理特征的空间认知 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于视觉空间认知机理的学习与建模 | 第23-40页 |
| 3.1 视觉的空间认知机理 | 第23-25页 |
| 3.1.1 视觉注意概述 | 第23-24页 |
| 3.1.2 空间认知 | 第24-25页 |
| 3.2 空间激活图 | 第25-27页 |
| 3.3 地理特征要素的空间定位 | 第27-30页 |
| 3.4 面向地理标注的卷积神经网络 | 第30-35页 |
| 3.4.1 卷积层和池化层 | 第30-32页 |
| 3.4.2 输出层 | 第32-33页 |
| 3.4.3 卷积神经网络结构模型 | 第33-35页 |
| 3.5 卷积神经网络超参数 | 第35-38页 |
| 3.5.1 权值初始化 | 第35-36页 |
| 3.5.2 学习率下降算法 | 第36-37页 |
| 3.5.3 RMSProp | 第37-38页 |
| 3.5.4 权重衰减 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 图像地理标注实验验证 | 第40-49页 |
| 4.1 实验环境 | 第40-41页 |
| 4.2 实验数据 | 第41-42页 |
| 4.2.1 数据集 | 第41-42页 |
| 4.2.2 数据预处理 | 第42页 |
| 4.3 实验结果及分析 | 第42-47页 |
| 4.3.1 训练过程可视化 | 第42-43页 |
| 4.3.2 标注结果与比较 | 第43-45页 |
| 4.3.3 微调模型 | 第45-46页 |
| 4.3.4 大数据集 | 第46页 |
| 4.3.5 空间激活图 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 主要工作 | 第49-50页 |
| 5.2 创新点 | 第50页 |
| 5.3 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
