学位专题

封面
声明
中文摘要
英文摘要
中英文对照表
目录
1 绪论
1.1 课题的研究背景及意义
1.2 国内外研究现状
1.3 本文主要研究内容与结构安排
2 图像匹配技术概述
2.1 图像匹配技术原理
2.1.1 匹配模板的选取与制备
2.1.2 特征提取
2.1.3 相似性度量
2.2 图像匹配干扰因素
2.2.1 目标形变
2.2.2 目标遮挡
2.2.3 成像特性变化
2.2.4 成像模糊
2.3 图像匹配性能指标
2.3.1 中心误差
2.3.2 区域交并比
2.3.3 时间复杂度
2.3.4 空间复杂度
2.4 深度学习图像匹配简介
2.4.1 深度学习简介
2.4.2 双输入孪生网络
2.5 本章小结
3 异构全像素卷积网络自学习特征提取匹配算法
3.1 自学习特征提取网络
3.1.1 空洞卷积介绍
3.1.2 基于空洞卷积的密集特征残差模块
3.1.3 DFR模块嵌入的密集编码器-解码器网络结构
3.1.4 自学习特征提取网络结构与参数设计
3.2 特征相似性度量方法
3.3 HAPCNet的损失函数
3.4 本章小结
4 基于HDCNet的空间密集相关图像匹配网络
4.1 HDCNet的特征提取网络
4.1.1 空间密集相关全卷积网络
4.1.2 HDCNet的特征提取网络结构
4.2 HDCNet的特征相似性度量方法
4.3 本章小结
5 模型对比分析与移植部署验证
5.1 数据集准备
5.2 模板图与搜索图的制作
5.3 模型的训练与测试
5.3.1 网络模型的训练
5.3.2 模型整体性能测试
5.3.3 DFR模块的消融实验
5.3.4 相似性度量方法性能测试
5.4 异源图像共性特征提取可解释性
5.5 匹配网络模型嵌入式平台移植与验证
5.5.1 海思HI3559AV100嵌入式平台介绍
5.5.2 模型测试框架搭建
5.5.3 HAPCNet在HI3559AV100嵌入式平台上的部署
5.6 本章小结
6 总结与展望
6.1 本文主要工作
6.2 工作展望
致谢
参考文献
附录1 攻读硕士学位期间取得的研究成果
附录2 攻读硕士学位期间参与科研项目