基于深度神经网络的SAR图像变化检测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 SAR图像变化检测的研究现状 | 第16-19页 |
| 1.3 变化检测存在的问题 | 第19-20页 |
| 1.4 本文的主要工作及架构 | 第20-21页 |
| 第二章 SAR图像变化检测与深度学习 | 第21-31页 |
| 2.1 SAR图像变化检测 | 第21-24页 |
| 2.1.1 变化检测流程简述 | 第21-22页 |
| 2.1.2 预处理 | 第22-23页 |
| 2.1.3 评价指标 | 第23-24页 |
| 2.2 深度学习 | 第24-30页 |
| 2.2.1 深度学习的起源与思想 | 第24页 |
| 2.2.2 深度神经网络 | 第24-26页 |
| 2.2.3 深度学习的训练过程 | 第26-27页 |
| 2.2.4 深度学习模型—自动编码器 | 第27-29页 |
| 2.2.5 深度学习模型—深度置信网络 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于稀疏自动编码器的SAR图像变化检测 | 第31-47页 |
| 3.1 稀疏自动编码器 | 第31-33页 |
| 3.2 基于稀疏自动编码器的SAR图像变化检测 | 第33-37页 |
| 3.2.1 差异图的生成 | 第33页 |
| 3.2.2 预分类和样本选择 | 第33-35页 |
| 3.2.3 基于稀疏自动编码器的变化检测 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-45页 |
| 3.3.1 实验数据 | 第37-38页 |
| 3.3.2 评价指标 | 第38-39页 |
| 3.3.3 实验结果 | 第39-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 基于深度置信网络的正负SAR图像变化检测 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 方法 | 第47-53页 |
| 4.2.1 正负变化检测 | 第47-50页 |
| 4.2.2 预处理和样本选择 | 第50-52页 |
| 4.2.3 利用深度置信网络进行正负变化检测 | 第52-53页 |
| 4.3 实验 | 第53-60页 |
| 4.3.1 数据集 | 第53-54页 |
| 4.3.2 针对正负变化检测的评价指标 | 第54-55页 |
| 4.3.3 试验结果 | 第55-60页 |
| 4.4 本章小结 | 第60-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
