| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景与研究意义 | 第15-16页 |
| 1.2 研究思路 | 第16-17页 |
| 1.3 本文的研究内容与相关研究现状 | 第17-23页 |
| 1.3.1 似物性估计 | 第17-19页 |
| 1.3.2 对象检测 | 第19-21页 |
| 1.3.3 场景识别 | 第21-22页 |
| 1.3.4 图像内容检索 | 第22-23页 |
| 1.4 本文的主要贡献 | 第23-25页 |
| 1.5 本文的组织结构 | 第25-27页 |
| 第二章 自适应融合颜色和深度信息的似物性估计 | 第27-36页 |
| 2.1 引言 | 第27-28页 |
| 2.2 相关工作 | 第28-29页 |
| 2.2.1 RGB图像的似物性估计 | 第28-29页 |
| 2.2.2 深度信息辅助的显著对象检测 | 第29页 |
| 2.3 自适应融合颜色和深度信息的似物性估计方法 | 第29-32页 |
| 2.3.1 基于对象边缘轮廓的似物性估计框架 | 第30-31页 |
| 2.3.2 自适应融合颜色和深度信息的似物性描述 | 第31-32页 |
| 2.4 实验结果与讨论 | 第32-35页 |
| 2.4.1 实验数据集与实验设定 | 第32-34页 |
| 2.4.2 实验对比结果与分析 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于多模态深度特征学习的RGB-D图像对象检测 | 第36-58页 |
| 3.1 引言 | 第36-39页 |
| 3.2 相关工作 | 第39页 |
| 3.3 基于多模态深度特征学习的RGB-D图像对象检测方法 | 第39-43页 |
| 3.3.1 多模态深度特征学习 | 第40-41页 |
| 3.3.2 RGB-D图像似物性估计 | 第41-42页 |
| 3.3.3 RGB-D图像区域对象识别 | 第42-43页 |
| 3.4 实验结果与讨论 | 第43-56页 |
| 3.4.1 实验数据集 | 第43页 |
| 3.4.2 实现细节 | 第43-44页 |
| 3.4.3 对象检测网络训练 | 第44-45页 |
| 3.4.4 实验评测标准 | 第45页 |
| 3.4.5 NYU Dep v2上的实验结果 | 第45-53页 |
| 3.4.6 SUN RGB-D上的实验结果 | 第53-54页 |
| 3.4.7 从SUN RGB-D到NYU Depth v2 | 第54-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于图像到图像翻译模型的RGB-D图像场景识别 | 第58-74页 |
| 4.1 引言 | 第58-59页 |
| 4.2 相关工作 | 第59-61页 |
| 4.2.1 图像生成 | 第59-61页 |
| 4.2.2 场景识别 | 第61页 |
| 4.3 基于图像到图像翻译模型的RGB-D图像场景识别方法 | 第61-64页 |
| 4.3.1 RGB-D图像生成 | 第62-63页 |
| 4.3.2 RGB-D图像场景识别 | 第63-64页 |
| 4.4 方法实现细节 | 第64-67页 |
| 4.4.1 网络结构 | 第64-66页 |
| 4.4.2 网络训练 | 第66-67页 |
| 4.5 实验结果与讨论 | 第67-73页 |
| 4.5.1 实验数据集与评测标准 | 第67页 |
| 4.5.2 NYU Depth v2上的实验结果 | 第67-70页 |
| 4.5.3 SUN RGB-D上的实验结果 | 第70-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 基于对象的双目立体图像检索 | 第74-89页 |
| 5.1 引言 | 第74-75页 |
| 5.2 相关工作 | 第75-77页 |
| 5.2.1 高维索引与近似最近邻搜索 | 第76页 |
| 5.2.2 基于对象的图像检索 | 第76-77页 |
| 5.3 基于对象的双目立体图像检索方法 | 第77-82页 |
| 5.3.1 预处理 | 第77页 |
| 5.3.2 显著对象提取 | 第77-79页 |
| 5.3.3 对象表示 | 第79页 |
| 5.3.4 索引创建与查找 | 第79-82页 |
| 5.4 实验结果与讨论 | 第82-87页 |
| 5.4.1 实验数据集 | 第82页 |
| 5.4.2 显著对象提取实验 | 第82-84页 |
| 5.4.3 索引创建与查找实验 | 第84-86页 |
| 5.4.4 双目立体图像检索实验 | 第86-87页 |
| 5.5 本章小结 | 第87-89页 |
| 第六章 总结与展望 | 第89-92页 |
| 6.1 论文工作总结 | 第89-91页 |
| 6.2 未来研究展望 | 第91-92页 |
| 参考文献 | 第92-108页 |
| 致谢 | 第108-110页 |
| 附录: 攻读博士学位期间的学术成果和获奖情况 | 第110-112页 |
