| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 图像场景预测研究现状 | 第12-13页 |
| 1.2.2 图像语义理解研究现状 | 第13-14页 |
| 1.3 本文主要研究工作 | 第14-16页 |
| 第2章 深度学习背景与网络 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 深度学习应用 | 第16-19页 |
| 2.2.1 图像处理领域的深度学习 | 第16-18页 |
| 2.2.2 自然语言处理领域的深度学习 | 第18-19页 |
| 2.3 无监督学习与监督学习 | 第19-21页 |
| 2.4 卷积神经网络 | 第21-24页 |
| 2.5 循环神经网络 | 第24-29页 |
| 2.5.1 循环神经网络的基本结构 | 第24-27页 |
| 2.5.2 长短期记忆网络 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于深度预测编码网络的夜视图像场景预测方法 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 预测编码网络结构模型 | 第30-33页 |
| 3.3 实验 | 第33-37页 |
| 3.3.1 实验配置与数据 | 第33-34页 |
| 3.3.2 实验步骤 | 第34-35页 |
| 3.3.3 实验结果及分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于卷积神经-长短期记忆网络的夜视图像语义理解 | 第38-50页 |
| 4.1 引言 | 第38-39页 |
| 4.2 卷积神经-长短期记忆网络结构模型 | 第39-42页 |
| 4.3 实验 | 第42-49页 |
| 4.3.1 实验配置与数据 | 第43-44页 |
| 4.3.2 实验步骤 | 第44-46页 |
| 4.3.3 实验结果及分析 | 第46-47页 |
| 4.3.4 场景预测图像的语义理解结果 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 全文总结 | 第50-51页 |
| 5.2 全文展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士期间研究成果 | 第59页 |