| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第17-20页 |
| 1.1 课题背景及研究意义 | 第17-18页 |
| 1.2 课题的研究现状 | 第18-19页 |
| 1.3 论文的研究内容及组织结构 | 第19-20页 |
| 第二章 图像分类技术基础 | 第20-31页 |
| 2.1 图像分类方法概述 | 第20页 |
| 2.2 图像的特征提取 | 第20-25页 |
| 2.2.1 图像特征概述 | 第20-21页 |
| 2.2.2 颜色特征 | 第21-22页 |
| 2.2.3 纹理特征 | 第22-23页 |
| 2.2.4 形状特征 | 第23-24页 |
| 2.2.5 SIFT特征 | 第24-25页 |
| 2.2.6 空间关系特征 | 第25页 |
| 2.3 用于分类的几种常用传统图像表示模型 | 第25-30页 |
| 2.3.1 图像分类的一般框架 | 第25-27页 |
| 2.3.2 几种常用图像表示模型 | 第27-28页 |
| 2.3.3 常用图像表示模型的性能评估 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于传统方法的图像精细分类 | 第31-45页 |
| 3.1 图像精细分类问题的产生 | 第31-32页 |
| 3.2 图像精细分类的相关工作介绍 | 第32-34页 |
| 3.2.1 词袋模型(BoF)方法框架 | 第32-33页 |
| 3.2.2 图像精细分类 | 第33页 |
| 3.2.3 前景分析和区域分割 | 第33-34页 |
| 3.2.4 几何短语池化算法(Geometric Phrase Pooling) | 第34页 |
| 3.3 传统分类方法在图像精细分类数据集上的分类 | 第34-36页 |
| 3.3.1 图像精细分类数据集 | 第34-35页 |
| 3.3.2 基于传统图像分类方法的鸟类图片集分类 | 第35-36页 |
| 3.4 基于传统分类方法的改进 | 第36-42页 |
| 3.4.1 前景分析 | 第36-37页 |
| 3.4.2 基于Ultrametric Contour Map算法的区域分割 | 第37-38页 |
| 3.4.3 图像分割方法 | 第38-39页 |
| 3.4.4 层次结构学习 | 第39-41页 |
| 3.4.5 几何池化方法(Geometric Pooling) | 第41-42页 |
| 3.5 实验结果及分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 深度学习基础 | 第45-62页 |
| 4.1 深度学习的起源 | 第45-49页 |
| 4.1.1 深度学习的产生 | 第45-46页 |
| 4.1.2 深度学习的背景 | 第46-47页 |
| 4.1.3 人脑的视觉机理 | 第47-49页 |
| 4.2 深度学习的特征表达 | 第49-51页 |
| 4.2.1 特征的粒度 | 第49-50页 |
| 4.2.2 结构性特征表达 | 第50-51页 |
| 4.3 深度学习的基本思想 | 第51-54页 |
| 4.3.1 深度学习系统假设 | 第51页 |
| 4.3.2 机器学习的两次浪潮 | 第51-53页 |
| 4.3.3 深度学习与神经网络 | 第53-54页 |
| 4.4 深度学习的训练过程 | 第54-56页 |
| 4.4.1 传统人工神经网络训练方法的局限 | 第54页 |
| 4.4.2 深度学习的训练过程概述 | 第54-56页 |
| 4.5 深度学习的常用方法和模型简介 | 第56-61页 |
| 4.5.1 自动编码器(Auto Encoder) | 第56-58页 |
| 4.5.2 稀疏编码(Sparse Coding) | 第58-60页 |
| 4.5.3 深度学习的其它常用复杂模型 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 基于卷积神经网络的图像精细分类 | 第62-69页 |
| 5.1 卷积神经网络 | 第62-66页 |
| 5.1.1 卷积神经网络的起源 | 第62-63页 |
| 5.1.2 卷积神经网络的网络结构 | 第63-64页 |
| 5.1.3 卷积神经网络的参数与权值 | 第64-66页 |
| 5.2 基于卷积神经网络方法的图像精细分类实验 | 第66-68页 |
| 5.2.1 实验使用的卷积神经网络结构 | 第66-67页 |
| 5.2.2 实验结果及分析 | 第67-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 论文工作总结 | 第69-70页 |
| 6.2 进一步工作的展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第75-76页 |
