| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 基于度量的图像重定位 | 第13-14页 |
| 1.2.2 基于表观的图像重定位 | 第14-15页 |
| 1.3 本文的工作和创新之处 | 第15-16页 |
| 1.4 本文内容安排 | 第16-19页 |
| 第二章 相关基础工作综述 | 第19-43页 |
| 2.1 图像2D特征提取与匹配 | 第19-22页 |
| 2.1.1 2D特征提取 | 第19-20页 |
| 2.1.2 特征匹配 | 第20-22页 |
| 2.2 基于特征配准的姿态估计算法 | 第22-26页 |
| 2.2.1 直接线性变换 | 第22-25页 |
| 2.2.2 由运动到结构 | 第25-26页 |
| 2.3 卷积神经网络基本结构 | 第26-33页 |
| 2.3.1 M-P神经元模型 | 第26-27页 |
| 2.3.2 激活函数 | 第27-30页 |
| 2.3.3 全连接层 | 第30-31页 |
| 2.3.4 卷积层 | 第31-32页 |
| 2.3.5 采样层 | 第32-33页 |
| 2.4 深度网络训练方法 | 第33-40页 |
| 2.4.1 BP算法 | 第33-35页 |
| 2.4.2 Softmax和中心损失 | 第35-37页 |
| 2.4.3 SGD和Adagrad优化方法 | 第37-38页 |
| 2.4.4 多任务学习 | 第38-39页 |
| 2.4.5 深度学习软件框架 | 第39-40页 |
| 2.5 本章小结 | 第40-43页 |
| 第三章 基于深度特征的图像姿态回归模型 | 第43-61页 |
| 3.1 端到端的姿态回归学习 | 第43-46页 |
| 3.1.1 问题定义 | 第43-44页 |
| 3.1.2 图像拍摄位置与朝向回归 | 第44-46页 |
| 3.2 网络结构 | 第46-51页 |
| 3.2.1 网络结构 | 第46-47页 |
| 3.2.2 预训练 | 第47-51页 |
| 3.3 实验 | 第51-58页 |
| 3.3.1 数据集 | 第51-53页 |
| 3.3.2 实验配置和Baseline | 第53-54页 |
| 3.3.3 实验结果 | 第54-58页 |
| 3.4 实验结果分析 | 第58-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 联合学习图片姿态估计和场景识别 | 第61-71页 |
| 4.1 共享深度姿态特征的姿态估计任务和场景识别任务 | 第61-64页 |
| 4.1.1 模型不确定性分析 | 第61-62页 |
| 4.1.2 图片姿态特征理解 | 第62-64页 |
| 4.2 网络结构 | 第64-66页 |
| 4.2.1 网络结构 | 第64-65页 |
| 4.2.2 损失函数和训练策略 | 第65-66页 |
| 4.3 实验 | 第66-69页 |
| 4.3.1 数据集 | 第66-67页 |
| 4.3.2 实验配置和Baseline | 第67页 |
| 4.3.3 实验结果 | 第67-69页 |
| 4.4 实验结果分析 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 城市级图像定位框架 | 第71-77页 |
| 5.1 城市级建筑图像定位系统 | 第71-72页 |
| 5.2 基于混合高斯模型的区域划分学习 | 第72-77页 |
| 5.2.1 定义图像数据集通道 | 第73页 |
| 5.2.2 自适应的区域划分学习 | 第73-77页 |
| 第六章 总结与未来工作 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |