首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

移动机器人地形分类的视觉方法研究

缩略词表第9-15页
中文摘要第15-17页
ABSTRACT第17-19页
第一章 绪论第20-36页
    1.1 论文选题背景及研究意义第20-21页
    1.2 移动机器人研究现状第21-27页
        1.2.1 国外研究现状第21-24页
        1.2.2 国内研究现状第24-27页
    1.3 移动机器人地形分类研究现状第27-33页
        1.3.1 基于几何特征的地形分类方法第27-29页
        1.3.2 基于本体感受的地形分类方法第29-30页
        1.3.3 基于外形特征的地形分类方法第30-33页
    1.4 论文主要研究内容第33-34页
    1.5 论文结构安排第34-36页
第二章 视觉地形分类方法的词袋模型优化研究第36-64页
    2.1 引言第36页
    2.2 视觉地形分类方法的词袋模型第36-47页
        2.2.1 特征提取与码本生成第37-39页
        2.2.2 特征编码第39-43页
        2.2.3 池化与正则化第43-45页
        2.2.4 编码与池化方法分析第45-47页
    2.3 特征融合第47-48页
    2.4 视觉地形分类模型优化实验第48-56页
        2.4.1 实验设置第48-49页
        2.4.2 特征编码方法研究第49-51页
        2.4.3 主成分分析与白化处理第51-53页
        2.4.4 池化方法研究第53-54页
        2.4.5 正则化方法研究第54-55页
        2.4.6 特征融合研究第55-56页
    2.5 词袋模型下视觉地形分类最优流程第56-58页
    2.6 结果分析第58-62页
        2.6.1 性能改进分析第58-59页
        2.6.2 鲁棒性分析第59-61页
        2.6.3 训练样本敏感性分析第61-62页
    2.7 本章小结第62-64页
第三章 结合多层编码向量的视觉地形分类方法研究第64-82页
    3.1 引言第64页
    3.2 相关研究内容第64-65页
    3.3 多层编码向量第65-69页
        3.3.1 BOVW编码层第66-68页
        3.3.2 Fisher编码层第68-69页
    3.4 实验与分析第69-79页
        3.4.1 实验设置第69-71页
        3.4.2 实验结果第71-72页
        3.4.3 模型参数评估第72-76页
        3.4.4 分类性能对比第76-78页
        3.4.5 运算复杂度第78-79页
    3.5 本章小结第79-82页
第四章 基于深度滤波器的视觉地形分类方法研究第82-96页
    4.1 引言第82页
    4.2 深度滤波器第82-88页
        4.2.1 整体框架第82-84页
        4.2.2 可叠加的稀疏降噪自动编码器第84-87页
        4.2.3 FV池化层第87-88页
        4.2.4 Dropout训练第88页
    4.3 实验与分析第88-95页
        4.3.1 实验设置第88页
        4.3.2 实验1:21-class Land Use数据集第88-91页
        4.3.3 实验2:RSSCN7数据集第91-92页
        4.3.4 实验3:模型框架分析第92-93页
        4.3.5 实验4:Terrain8数据集第93-95页
        4.3.6 运算复杂度第95页
    4.4 本章小结第95-96页
第五章 视觉地形分类算法的实验分析第96-114页
    5.1 引言第96页
    5.2 硬件平台第96-98页
    5.3 地形视频的处理框架第98页
    5.4 多种无人平台的地形分类实验第98-106页
        5.4.1 实验设置第98-99页
        5.4.2 四足变胞移动机器人第99-102页
        5.4.3 仿生弧腿式移动机器人第102-104页
        5.4.4 HUSKY无人地面车第104-106页
    5.5 算法鲁棒性分析第106-111页
        5.5.1 平台速度影响第107-109页
        5.5.2 环境光照影响第109-111页
    5.6 地形视频处理框架的改进方向第111页
    5.7 本章小结第111-114页
第六章 结论与展望第114-118页
    6.1 全文总结第114-116页
    6.2 展望第116-118页
参考文献第118-130页
在学期间取得的成果及发表的代表性论著第130-132页
作者简历第132-133页
致谢第133-134页

论文共134页,点击 下载论文
上一篇:认知无线电频谱感知中安全问题的研究
下一篇:基于图像增强技术的SURF图像匹配方法研究