| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| Chapter 1 Introduction | 第9-15页 |
| 1.1. Brief History of Deep Learning and Neural Networks | 第9-12页 |
| 1.2. Related work | 第12-13页 |
| 1.3. Motivation,Objective and Significance of Research | 第13-15页 |
| Chapter 2 Background | 第15-30页 |
| 2.1. Neural Networks (NN) | 第15-22页 |
| 2.1.1. Sigmoid Neuron | 第15-16页 |
| 2.1.2. Activation Function | 第16-17页 |
| 2.1.3. Fully Connected Network Architecture | 第17-19页 |
| 2.1.4. Gradient Descent Algorithm | 第19页 |
| 2.1.5. Back Propagation | 第19-20页 |
| 2.1.6. Fundamental Equations of Back propagation | 第20-21页 |
| 2.1.7. Combining Backpropagation with Gradient Descent | 第21-22页 |
| 2.2. Convolution Neural Network | 第22-25页 |
| 2.2.1. Convolution Layer | 第22-24页 |
| 2.2.1.1. Shared Weights | 第22-24页 |
| 2.2.2. Pooling layer | 第24页 |
| 2.2.3. Fully Connected Layer | 第24-25页 |
| 2.2.4. Local Response Normalization | 第25页 |
| 2.2.5. Dropout Layer | 第25页 |
| 2.3. Support Vector Machine | 第25-27页 |
| 2.4. Euclidean Distance | 第27页 |
| 2.5. K-Means | 第27-28页 |
| 2.6. Optical Flow | 第28-29页 |
| 2.7. Summary | 第29-30页 |
| Chapter 3 Experiment Setup and Design | 第30-40页 |
| 3.1. Object Tracking and Image Segmentation | 第30-31页 |
| 3.2. Pre-Trained CNN-F | 第31-33页 |
| 3.3. Training Support Vector Machine using CNN output | 第33页 |
| 3.4. Training New Object | 第33-34页 |
| 3.5. Predicting Object | 第34页 |
| 3.6. Algorithm for Supervised Learning | 第34-38页 |
| 3.7. Unsupervised Learning with only Visual Feedback | 第38-39页 |
| 3.8. Summary | 第39-40页 |
| Chapter 4 Results and Discussion | 第40-51页 |
| 4.1. i CUBworld28 Dataset | 第40页 |
| 4.2. Testing on i CUBworld28 Dataset | 第40-46页 |
| 4.2.1. CNN-F + SVM | 第40-43页 |
| 4.2.2. Comparison of CNN-F with other Visual Recognition Algorithms | 第43-44页 |
| 4.2.3. CNN-F + Euclidean Distance (Combined testing) | 第44-45页 |
| 4.2.4. CNN-F + Euclidean Distance (individual images) | 第45-46页 |
| 4.3. Testing in real-time | 第46-49页 |
| 4.3.1. Unsupervised Learning (without Segmentation) | 第46-47页 |
| 4.3.2. Supervised Learning | 第47-49页 |
| 4.4. Computation time and Memory usage | 第49-50页 |
| 4.5. Summary | 第50-51页 |
| Chapter 5 Conclusion and Future Work | 第51-52页 |
| References | 第52-57页 |
| Appendix A: MATLAB Code for Supervised Learning | 第57-60页 |
| Appendix B: MATLAB Code to test CNN-F + SVM on iCUB World 28 Dataset | 第60-64页 |
| Appendix C: MATLAB Code for Unsupervised Learning | 第64-69页 |
| Acknowledgement | 第69页 |
