| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 场景识别研究现状 | 第12-15页 |
| 1.3 场景解析研究现状 | 第15-17页 |
| 1.4 课题来源 | 第17-18页 |
| 1.5 研究内容以及论文安排 | 第18-21页 |
| 第2章 融合中层语义部件与CNN的场景识别 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 卷积神经网络 | 第21-25页 |
| 2.2.1 CNN前向传播 | 第22-23页 |
| 2.2.2 CNN的反向传播与梯度计算 | 第23-25页 |
| 2.3 融合中层语义部件与CNN的场景识别 | 第25-30页 |
| 2.3.1 中层语义部件 | 第25-29页 |
| 2.3.2 融合中层语义部件与CNN的场景识别 | 第29-30页 |
| 2.4 实验与结果分析 | 第30-33页 |
| 2.4.1 MIT67 indoor数据集 | 第30-32页 |
| 2.4.2 UIUC 8-Sports数据集 | 第32页 |
| 2.4.3 实验结果分析 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于CNN的多通道-多尺度无序池化的场景识别 | 第35-49页 |
| 3.1 引言 | 第35页 |
| 3.2 卷积神经网络结构特性 | 第35-36页 |
| 3.2.1 卷积神经网络结构的不变性分析 | 第35-36页 |
| 3.2.2 CNN中卷积层与全连接层比较 | 第36页 |
| 3.3 基于卷积神经网络的多通道-多尺度无序池化的场景识别 | 第36-40页 |
| 3.3.1 特征描述子池化方法 | 第37-39页 |
| 3.3.2 基于CNN的多通道-多尺度无序池化的模型构建 | 第39-40页 |
| 3.4 实验结果与分析 | 第40-46页 |
| 3.4.1 SUN397数据集 | 第41-43页 |
| 3.4.2 MIT67 indoor数据集 | 第43-44页 |
| 3.4.3 Places CNN网络 | 第44-45页 |
| 3.4.4 结合Places CNN的Mmop-CNN场景识别方法 | 第45-46页 |
| 3.4.5 实验结果分析 | 第46页 |
| 3.5 本章小结 | 第46-49页 |
| 第4章 基于超像素分割的深度编码-解码金字塔池化结构的场景解析 | 第49-65页 |
| 4.1 引言 | 第49-50页 |
| 4.2 深度编码-解码网络结构及训练 | 第50-53页 |
| 4.2.1 深度编码-解码网络结构 | 第50页 |
| 4.2.2 SegNet网络训练 | 第50-53页 |
| 4.3 基于超像素分割的深度编码-解码金字塔池化结构的场景解析 | 第53-57页 |
| 4.3.1 金字塔池化模块 | 第54-55页 |
| 4.3.2 超像素分割算法 | 第55-56页 |
| 4.3.3 基于超像素分割的深度编码-解码金字塔池化结构的场景解析 | 第56-57页 |
| 4.4 实验与结果分析 | 第57-63页 |
| 4.4.1 PASCAL VOC 2012 数据集 | 第58-60页 |
| 4.4.2 Camvid数据集 | 第60页 |
| 4.4.3 ADE20K数据集 | 第60-62页 |
| 4.4.4 实验结果分析 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 基于卷积神经网络的场景理解软件原型系统构建 | 第65-73页 |
| 5.1 引言 | 第65页 |
| 5.2 基于卷积神经网络的场景理解软件原型系统设计及实现 | 第65-68页 |
| 5.2.1 软件需求分析 | 第65页 |
| 5.2.2 软件的主要功能模块 | 第65-68页 |
| 5.3 实验结果及分析 | 第68-72页 |
| 5.3.1 场景识别 | 第69-70页 |
| 5.3.2 场景解析 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间所发表的学术论文 | 第81-83页 |
| 致谢 | 第83页 |
