| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 课题研究现状及分析 | 第10-14页 |
| 1.2.1 场景分类研究现状 | 第10-13页 |
| 1.2.2 文献综述简析 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文的结构 | 第15-16页 |
| 第2章 场景分类方法原理分析 | 第16-31页 |
| 2.1 场景分类和物体分类的不同 | 第16-17页 |
| 2.2 不同的网络模型对比 | 第17-18页 |
| 2.3 场景局部语义特征提取方法 | 第18-23页 |
| 2.3.1 候选区域生成方法 | 第18-19页 |
| 2.3.2 利用神经网络提取局部特征 | 第19-22页 |
| 2.3.3 多标签分类方法 | 第22-23页 |
| 2.4 局部特征编码方法 | 第23-30页 |
| 2.4.1 多尺寸局部特征结合 | 第23-25页 |
| 2.4.2 基于候选区域的局部特征提取 | 第25页 |
| 2.4.3 基于费舍尔向量(FisherVector)的局部语义编码 | 第25-27页 |
| 2.4.4 深度特征与费舍尔向量结合 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 场景分类方法的研究与改进 | 第31-44页 |
| 3.1 场景分类模型的改进 | 第31-34页 |
| 3.1.1 基于神经网络提取局部语义的场景分类模型 | 第31-32页 |
| 3.1.2 场景分类模型的改进 | 第32-34页 |
| 3.2 场景局部采样方法设计 | 第34-36页 |
| 3.3 语义特征提取方法设计 | 第36-39页 |
| 3.3.1 场景分类网络的特点 | 第36-37页 |
| 3.3.2 场景局部块分类网络结构 | 第37-38页 |
| 3.3.3 提取场景分类网络特征 | 第38-39页 |
| 3.4 场景局部物体码本重构方法设计 | 第39-42页 |
| 3.4.1 场景图像局部语义分析 | 第39-40页 |
| 3.4.2 场景图像局部语义码本重构方法 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 实验结果对比及分析 | 第44-56页 |
| 4.1 实验设计 | 第44-46页 |
| 4.1.1 实验条件及环境 | 第44页 |
| 4.1.2 数据集介绍 | 第44-46页 |
| 4.1.3 评价指标和训练方法 | 第46页 |
| 4.2 实验对比与分析 | 第46-55页 |
| 4.2.1 网络训练和分类器参数 | 第46-47页 |
| 4.2.2 均匀局部块采样方法效果分析 | 第47-48页 |
| 4.2.3 场景分类网络特征对分类结果的影响 | 第48-50页 |
| 4.2.4 局部语义筛选重构后的效果分析 | 第50-52页 |
| 4.2.5 模型整体评估和与其他文献的对比 | 第52-55页 |
| 4.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |