| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 引言 | 第11-13页 |
| 1.2 有待研究的问题 | 第13页 |
| 1.3 本文工作 | 第13-15页 |
| 2 相关研究内容综述 | 第15-35页 |
| 2.1 卷积神经网络简介 | 第15-21页 |
| 2.2 细粒度级别图像分析研究进展 | 第21-35页 |
| 3 基于选择性卷积特征描述子融合的细粒度级别图像检索 | 第35-55页 |
| 3.1 引言 | 第35-36页 |
| 3.2 SCDA方法 | 第36-47页 |
| 3.3 实验结果 | 第47-53页 |
| 3.4 小结与讨论 | 第53-55页 |
| 4 基于卷积特征描述子变换的物体协同定位 | 第55-69页 |
| 4.1 引言 | 第55-57页 |
| 4.2 DDT方法 | 第57-61页 |
| 4.3 实验结果 | 第61-67页 |
| 4.4 小结与讨论 | 第67-69页 |
| 5 基于卷积特征描述子筛选和融合的细粒度级别图像识别 | 第69-83页 |
| 5.1 引言 | 第69-71页 |
| 5.2 Mask-CNN模型 | 第71-75页 |
| 5.3 实验结果 | 第75-82页 |
| 5.4 小结与讨论 | 第82-83页 |
| 6 基于少量训练样本的细粒度级别图像识别 | 第83-97页 |
| 6.1 引言 | 第83-84页 |
| 6.2 PCM方法 | 第84-89页 |
| 6.3 实验结果 | 第89-95页 |
| 6.4 小结与讨论 | 第95-97页 |
| 7 总结 | 第97-101页 |
| 参考文献 | 第101-111页 |
| 致谢 | 第111-113页 |
| A 攻读博士学位期间的学术成果和获奖情况 | 第113-116页 |