| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.3 本文的工作与贡献 | 第18-20页 |
| 1.4 本文的章节安排与主要内容 | 第20-22页 |
| 第二章 相关基础理论 | 第22-36页 |
| 2.1 无人驾驶的基础理论 | 第22-24页 |
| 2.2 场景识别的基础理论 | 第24-32页 |
| 2.3 深度学习的理论基础 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 SceneNet深度网络模型 | 第36-58页 |
| 3.1 卷积神经网络 | 第36-43页 |
| 3.2 卷积神经网络经典模型 | 第43-49页 |
| 3.3 SceneNet场景识别网络模型 | 第49-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第四章 SYSU-DS数据集建设 | 第58-70页 |
| 4.1 数据集概况 | 第58-61页 |
| 4.2 数据集建设过程 | 第61-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第五章 实验与分析 | 第70-89页 |
| 5.1 实验环境和数据集处理 | 第70-71页 |
| 5.2 SYSU-DS数据集泛化性能测试 | 第71-75页 |
| 5.3 基于SceneNet模型的无人驾驶场景识别 | 第75-78页 |
| 5.4 基于SYSU-DS数据集的场景图像检索 | 第78-82页 |
| 5.5 基于SYSU-DS数据集的多标签标记 | 第82-86页 |
| 5.6 本章小结 | 第86-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-96页 |