| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号表 | 第12-16页 |
| 1 绪论 | 第16-27页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 国内外相关工作研究进展 | 第17-25页 |
| 1.2.1 迁移学习理论的研究现状 | 第17-23页 |
| 1.2.2 基于迁移学习的物体识别研究进展 | 第23-24页 |
| 1.2.3 基于迁移学习的物体检测研究进展 | 第24-25页 |
| 1.3 本文的组织结构 | 第25-27页 |
| 2 基于人工合成实例迁移学习的类不平衡物体识别 | 第27-59页 |
| 2.1 研究问题及解决思路 | 第27-29页 |
| 2.2 基于人工合成实例的迁移学习 | 第29-38页 |
| 2.2.1 TrAdaboost算法回顾 | 第29-31页 |
| 2.2.2 加权人工合成实例算法WSMOTE的设计与实现 | 第31-36页 |
| 2.2.3 人工合成实例迁移学习算法的实现 | 第36页 |
| 2.2.4 算法计算效率的讨论 | 第36-38页 |
| 2.3 实验结果与数据分析 | 第38-58页 |
| 2.3.1 实验数据集 | 第38-39页 |
| 2.3.2 特征提取和编码 | 第39-40页 |
| 2.3.3 实验结果 | 第40-45页 |
| 2.3.4 对比实验及结果分析 | 第45-58页 |
| 2.4 小结 | 第58-59页 |
| 3 基于在线特征变换的跨领域多类物体识别 | 第59-96页 |
| 3.1 研究问题及解决思路 | 第59-61页 |
| 3.2 在线线性特征变换学习 | 第61-70页 |
| 3.2.1 问题的描述 | 第61-62页 |
| 3.2.2 生成跨领域约束 | 第62页 |
| 3.2.3 最优化方法求解 | 第62-66页 |
| 3.2.4 损失边界的理论分析 | 第66-70页 |
| 3.3 在线非线性特征变换学习 | 第70-81页 |
| 3.3.1 在线单核特征变换 | 第70-72页 |
| 3.3.2 在线多核特征变换 | 第72-74页 |
| 3.3.3 损失边界的理论分析 | 第74-81页 |
| 3.3.4 算法时间复杂度 | 第81页 |
| 3.4 实验结果与数据分析 | 第81-95页 |
| 3.4.1 实验数据集 | 第81页 |
| 3.4.2 特征提取和编码 | 第81-82页 |
| 3.4.3 核函数 | 第82页 |
| 3.4.4 实验结果 | 第82-89页 |
| 3.4.5 对比实验与结果分析 | 第89-95页 |
| 3.5 小结 | 第95-96页 |
| 4 基于微调卷积神经网络模型集成的跨领域多类物体识别 | 第96-110页 |
| 4.1 研究问题及解决思路 | 第96-97页 |
| 4.2 微调卷积神经网络模型集成 | 第97-104页 |
| 4.2.1 跨领域物体识别的CNN模型体系结构的设计 | 第97-99页 |
| 4.2.2 微调CNN模型的训练 | 第99-101页 |
| 4.2.3 CNN模型的集成 | 第101-103页 |
| 4.2.4 CNN模型的集成预测 | 第103-104页 |
| 4.3 实验结果与数据分析 | 第104-109页 |
| 4.3.1 实验数据集 | 第104页 |
| 4.3.2 模型训练设置 | 第104-105页 |
| 4.3.3 实验结果 | 第105-109页 |
| 4.4 小结 | 第109-110页 |
| 5 基于共享BA图碎片特征的多类物体检测 | 第110-138页 |
| 5.1 研究问题及解决思路 | 第110-113页 |
| 5.2 基于共享特征和再分类的物体检测 | 第113-121页 |
| 5.2.1 共享特征的JointBoost算法 | 第113-118页 |
| 5.2.2 多类多视角的三维物体检测 | 第118-119页 |
| 5.2.3 基于RUS-SMOTEboost算法的再分类 | 第119-121页 |
| 5.3 实验结果与数据分析 | 第121-137页 |
| 5.3.1 实验数据集 | 第121-122页 |
| 5.3.2 特征提取和编码 | 第122-124页 |
| 5.3.3 实验结果 | 第124-137页 |
| 5.4 小结 | 第137-138页 |
| 6 结论与展望 | 第138-141页 |
| 6.1 结论 | 第138-139页 |
| 6.2 创新点 | 第139-140页 |
| 6.3 展望 | 第140-141页 |
| 参考文献 | 第141-152页 |
| 攻读博士学位期间科研项目及科研成果 | 第152-153页 |
| 致谢 | 第153-154页 |
| 作者简介 | 第154页 |
