基于深层神经网络的异源图像特征学习及块匹配
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-13页 |
| 1.1.1 异源图像 | 第10-11页 |
| 1.1.2 块匹配 | 第11页 |
| 1.1.3 深层神经网络 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 论文结构 | 第14-16页 |
| 第二章 相关算法介绍 | 第16-28页 |
| 2.1 卷积神经网络 | 第16-22页 |
| 2.1.1 卷积层 | 第17-18页 |
| 2.1.2 激活函数 | 第18-20页 |
| 2.1.3 池化层 | 第20-21页 |
| 2.1.4 全连接层 | 第21-22页 |
| 2.2 基于梯度下降的优化方法 | 第22-26页 |
| 2.2.1 CNN的反向传播 | 第23-25页 |
| 2.2.2 几种优化算法 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 构建数据集 | 第28-33页 |
| 3.1 原始图像采集 | 第28-29页 |
| 3.2 图像仿射变换 | 第29-30页 |
| 3.3 正负样本生成 | 第30-31页 |
| 3.4 数据集划分 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 残差双塔网络 | 第33-46页 |
| 4.1 几种块匹配神经网络 | 第34-38页 |
| 4.2 残差双塔网络 | 第38-41页 |
| 4.3 网络训练及测试 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 空间变换网络 | 第46-51页 |
| 5.1 STN网络结构 | 第46-47页 |
| 5.2 含有空间变换的测试集 | 第47-49页 |
| 5.3 实验结果对比 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间取得的研究成果 | 第58页 |
