| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究概况 | 第11-15页 |
| 1.3 论文的主要研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 2 基于难例挖掘的视觉位置识别 | 第17-37页 |
| 2.1 基于VGG和 NetVLAD的位置识别网络HardNet的结构 | 第17-21页 |
| 2.2 三元组损失函数 | 第21-22页 |
| 2.3 难例挖掘 | 第22-23页 |
| 2.4 实验结果与分析 | 第23-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基于对抗判别域自适应的视觉位置识别 | 第37-49页 |
| 3.1 域自适应视觉位置识别 | 第37-38页 |
| 3.2 对抗判别域自适应算法及其网络结构 | 第38-40页 |
| 3.3 对抗判别域自适应的损失函数 | 第40-41页 |
| 3.4 对抗判别域自适应网络的训练及测试过程 | 第41-43页 |
| 3.5 实验结果及分析 | 第43-48页 |
| 3.6 本章小节 | 第48-49页 |
| 4 基于批量标准化域自适应的位置识别 | 第49-64页 |
| 4.1 基于自适应批量标准化的深度神经网络结构 | 第50-54页 |
| 4.2 自适应批量标准化网络的训练和测试过程 | 第54-55页 |
| 4.3 实验结果与分析 | 第55-62页 |
| 4.4 本章小节 | 第62-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 全文总结 | 第64-65页 |
| 5.2 课题展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 硕士期间发表的文章 | 第68-69页 |
| 参考文献 | 第69-74页 |