| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 视觉位置识别方法概述 | 第14-19页 |
| 1.2.1 基于局部特征的位置识别 | 第14-17页 |
| 1.2.2 基于全局特征的位置识别 | 第17页 |
| 1.2.3 混合使用多种信息的位置识别 | 第17-19页 |
| 1.3 本文的主要研究内容及贡献 | 第19页 |
| 1.4 本章小结 | 第19-22页 |
| 第2章 基于深度学习特征的位置识别 | 第22-40页 |
| 2.1 SeqSLAM | 第22-24页 |
| 2.1.1 图像描述生成 | 第22-23页 |
| 2.1.2 图像序列匹配 | 第23-24页 |
| 2.2 深度学习特征 | 第24-26页 |
| 2.3 AD-SeqSLAM:基于深度学习特征的加速SeqSLAM | 第26-33页 |
| 2.3.1 快速最近邻算法 | 第27-28页 |
| 2.3.2 基本架构设计 | 第28-33页 |
| 2.4 算法结果 | 第33-38页 |
| 2.4.1 位置识别评价标准 | 第33-34页 |
| 2.4.2 实验设计 | 第34-35页 |
| 2.4.3 结果与分析 | 第35-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 基于语义图结构的位置识别 | 第40-60页 |
| 3.1 图结构及图嵌入方法 | 第40-44页 |
| 3.1.1 图结构简介 | 第40-41页 |
| 3.1.2 图嵌入 | 第41-42页 |
| 3.1.3 基于随机游走的图嵌入方法 | 第42-44页 |
| 3.1.4 别名采样方法 | 第44页 |
| 3.2 基于语义图结构随机游走嵌入的位置识别 | 第44-51页 |
| 3.2.1 语义图结构生成 | 第45-47页 |
| 3.2.2 随机游走描述量 | 第47-50页 |
| 3.2.3 基于有权图的随机游走方案 | 第50-51页 |
| 3.3 算法结果 | 第51-54页 |
| 3.3.1 实验设计 | 第51-52页 |
| 3.3.2 结果与分析 | 第52-54页 |
| 3.4 融合AD-SeqSLAM与语义图方法的位置识别 | 第54-59页 |
| 3.4.1 算法框架 | 第55-56页 |
| 3.4.2 算法结果 | 第56-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 总结与展望 | 第60-62页 |
| 4.1 总结 | 第60页 |
| 4.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |