| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 相关工作 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 细粒度识别数据库介绍 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 1.3.1 研究目标 | 第13页 |
| 1.3.2 主要研究内容 | 第13-14页 |
| 1.3.3 本文研究方法和技术路线 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 细粒度识别的理论与方法 | 第16-30页 |
| 2.1 常用的识别特征 | 第16-23页 |
| 2.2.1 HOG特征 | 第16页 |
| 2.2.2 Fisher Vector特征 | 第16-19页 |
| 2.2.3 Sift特征 | 第19-23页 |
| 2.2.4 HSV颜色特征 | 第23页 |
| 2.2 常用分类模型 | 第23-28页 |
| 2.2.1 基于部件模型的细粒度识别方法 | 第23-26页 |
| 2.2.2 基于深度学习的卷积神经网络的细粒度识别方法 | 第26-28页 |
| 2.3 细粒度识别综述 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 鄱阳湖鸟类物种图像数据库的构建 | 第30-46页 |
| 3.1 图像采集 | 第30-35页 |
| 3.2 图像选取 | 第35-38页 |
| 3.3 图像部位标注 | 第38-45页 |
| 3.3.1 部件划分 | 第38-39页 |
| 3.3.2 部件位置界定 | 第39页 |
| 3.3.3 部件中心位置标注 | 第39-45页 |
| 3.4 小结 | 第45-46页 |
| 第4章 鄱阳湖鸟类种群识别模型 | 第46-54页 |
| 4.1 鸟类图像分析 | 第46-47页 |
| 4.2 姿态聚类与部位定位迁移 | 第47-50页 |
| 4.2.1 姿态聚类 | 第48-49页 |
| 4.2.2 部件定位迁移 | 第49-50页 |
| 4.3 特征提取 | 第50-51页 |
| 4.4 混合子类分类器 | 第51页 |
| 4.5 实验分析 | 第51-53页 |
| 4.5.1 实验设置 | 第51-52页 |
| 4.5.2 实验分析 | 第52-53页 |
| 4.6 模型推广——CUB2002001 | 第53页 |
| 4.7 本章小节 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 在读期间公开发表论文（著）及科研情况 | 第61页 |