基于区域一致性的高分辨率遥感影像分类
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 论文研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 卷积神经网络原理 | 第16-29页 |
| 2.1 卷积神经网络特点 | 第16-21页 |
| 2.1.1 卷积层 | 第17-18页 |
| 2.1.2 激活层 | 第18-19页 |
| 2.1.3 池化层 | 第19-21页 |
| 2.1.4 全连接层 | 第21页 |
| 2.2 反向传播算法 | 第21-22页 |
| 2.3 卷积神经网络模型 | 第22-25页 |
| 2.3.1 AlexNet | 第23页 |
| 2.3.2 VGGNet | 第23-24页 |
| 2.3.3 GoogLeNet | 第24-25页 |
| 2.3.4 ResNet | 第25页 |
| 2.4 CNN学习框架Caffe | 第25-28页 |
| 2.4.1 Caffe特点 | 第25-26页 |
| 2.4.2 Caffe数据结构 | 第26-27页 |
| 2.4.3 Caffe模型优化 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 区域一致性FCN | 第29-43页 |
| 3.1 全卷积网络 | 第29-31页 |
| 3.2 区域分割 | 第31-35页 |
| 3.2.1 图像分割理论 | 第31-33页 |
| 3.2.2 均值漂移算法 | 第33-35页 |
| 3.3 区域一致性约束 | 第35-38页 |
| 3.4 实验 | 第38-41页 |
| 3.4.1 实验设置 | 第38页 |
| 3.4.2 评价指标 | 第38-39页 |
| 3.4.3 实验结果及分析 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 区域一致性CRF | 第43-58页 |
| 4.1 概率图模型 | 第43-45页 |
| 4.1.1 基本原理及概念 | 第43-44页 |
| 4.1.2 统计推断方法 | 第44-45页 |
| 4.2 条件随机场 | 第45-46页 |
| 4.2.1 条件随机场定义 | 第45-46页 |
| 4.2.2 CRF在语义分割中的应用 | 第46页 |
| 4.3 区域一致的全连接CRF | 第46-50页 |
| 4.3.1 模型定义 | 第47-49页 |
| 4.3.2 均场近似算法 | 第49-50页 |
| 4.4 实验 | 第50-56页 |
| 4.4.1 实验设置 | 第50-51页 |
| 4.4.2 实验结果及分析 | 第51-56页 |
| 4.5 两种区域一致性比较 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-69页 |
