| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 场景理解的主要应用 | 第12-14页 |
| 1.3 研究现状与发展趋势 | 第14-17页 |
| 1.3.1 场景分类的研究现状与发展趋势 | 第14-16页 |
| 1.3.2 异常场景识别的研究现状与发展趋势 | 第16-17页 |
| 1.4 本论文的主要研究内容和安排 | 第17-21页 |
| 1.4.1 论文的研究思路 | 第17-18页 |
| 1.4.2 研究内容和方法 | 第18-19页 |
| 1.4.3 论文的组织结构 | 第19-21页 |
| 2 场景图像的特征提取算法研究 | 第21-31页 |
| 2.1 场景图像的特征提取概述 | 第21-25页 |
| 2.1.1 场景的主体与背景 | 第21-22页 |
| 2.1.2 物体的信息提取 | 第22-23页 |
| 2.1.3 常用场景图像特征的提取算法 | 第23-24页 |
| 2.1.4 场景图像的特征评价 | 第24-25页 |
| 2.2 深度学习图像特征提取算法 | 第25-28页 |
| 2.3 SIFT-Flow算法 | 第28-30页 |
| 2.3.1 图像间的信息匹配 | 第28-29页 |
| 2.3.2 SIFT-Flow密集匹配 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 基于深度学习的场景图像分类研究 | 第31-45页 |
| 3.1 场景分类中的信息提取 | 第31-33页 |
| 3.2 多级SVM训练 | 第33-35页 |
| 3.2.1 训练机制 | 第33-34页 |
| 3.2.2 代表特征集提取 | 第34-35页 |
| 3.2.3 投票机制 | 第35页 |
| 3.3 输入特征与目标类别间的相似度测量 | 第35-37页 |
| 3.4 多级分类器预测流程 | 第37-38页 |
| 3.5 实验结果分析 | 第38-44页 |
| 3.5.1 最邻域分类算法预测场景类别 | 第39-42页 |
| 3.5.2 投票式分类算法预测场景类别 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 基于SIFT-Flow的道路场景的异常识别研究 | 第45-65页 |
| 4.1 场景图像的特征提取 | 第45-49页 |
| 4.2 标准图像库的构建 | 第49-51页 |
| 4.2.1 标准图像的定义 | 第49-50页 |
| 4.2.2 K-means聚类算法 | 第50页 |
| 4.2.3 Bag of Words模型实现聚类 | 第50-51页 |
| 4.3 场景图像的位移图 | 第51-53页 |
| 4.3.1 密集匹配 | 第52页 |
| 4.3.2 位移矢量图的融合 | 第52-53页 |
| 4.4 SIFT-Flow的图像表达 | 第53-56页 |
| 4.4.1 图像分块 | 第53-54页 |
| 4.4.2 匹配图直方图化 | 第54-56页 |
| 4.5 实验结果分析 | 第56-64页 |
| 4.5.1 实验数据库与方法 | 第56-59页 |
| 4.5.2 不同采样间隔下的分类精度比较 | 第59-60页 |
| 4.5.3 不同分割方式的实验结果 | 第60-62页 |
| 4.5.4 不同数量标准图像下的识别结果 | 第62页 |
| 4.5.5 与其它识别算法的比较 | 第62-64页 |
| 4.6 本章小结 | 第64-65页 |
| 5 预测场景图像异常区域的研究 | 第65-79页 |
| 5.1 图像分割算法 | 第65-67页 |
| 5.1.1 超像素分割 | 第65-67页 |
| 5.1.2 道路检测算法 | 第67页 |
| 5.2 提取场景图像中的道路区域 | 第67-69页 |
| 5.3 建立正常局部模型 | 第69-73页 |
| 5.3.1 目标窗口提取 | 第70-71页 |
| 5.3.2 种子区域选取 | 第71页 |
| 5.3.3 训练目标分类器模型 | 第71-72页 |
| 5.3.4 异常目标检测算法 | 第72-73页 |
| 5.4 实验结果分析 | 第73-78页 |
| 5.4.1 道路区域提取 | 第74页 |
| 5.4.2 感兴趣窗口检测 | 第74-75页 |
| 5.4.3 异常窗口识别 | 第75-78页 |
| 5.5 本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第85-89页 |
| 学位论文数据集 | 第89页 |