第1章 緒論

1．1 研究背景與意義

1．2 國內(nèi)外研究及應(yīng)用現(xiàn)狀

1．3 圖像深度表示學(xué)習(xí)技術(shù)的難點

1．4 本書主要研究內(nèi)容與組織結(jié)構(gòu)

第2章 深度表示模型的選擇與設(shè)計

2．1 引言

2．2 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

2．3 模型結(jié)構(gòu)設(shè)計與表示能力

2．4 基于類腦結(jié)構(gòu)的表示模型

2．5 實驗結(jié)果與分析

2．6 本章小結(jié)

第3章 深度遷移特征躍層表示方法

3．1 引言

3．2 深度躍層特征編碼表示方法

3．3 深度躍層編碼表示方法性能分析

3．4 深度躍層特征目標跟蹤方法

3．5 深度躍層特征目標跟蹤實驗分析

3．6 本章小結(jié)

第4章 非監(jiān)督深度度量表示學(xué)習(xí)方法

4．1 引言

4．2 深度特征的非線性度量學(xué)習(xí)

4．3 實驗結(jié)果與分析

4．4 深度特征的可視化方法

4．5 本章小結(jié)

第5章 有監(jiān)督深度哈希表示學(xué)習(xí)方法

5．1 引言

5．2 基于孿生網(wǎng)絡(luò)的混合哈希表示學(xué)習(xí)方法

5．3 基于孿生網(wǎng)絡(luò)混合哈希實驗分析

5．4 基于注意力機制的深度哈希表示學(xué)習(xí)方法

5．5 基于注意力機制的深度哈希實驗分析

5．6 本章小結(jié)

第6章 總結(jié)與展望

6．1 工作總結(jié)

6．2 未來展望

參考文獻