第1章 緒論

1．1 研究背景與意義

1．2 國內外研究及應用現(xiàn)狀

1．3 圖像深度表示學習技術的難點

1．4 本書主要研究內容與組織結構

第2章 深度表示模型的選擇與設計

2．1 引言

2．2 卷積神經網(wǎng)絡的基本結構

2．3 模型結構設計與表示能力

2．4 基于類腦結構的表示模型

2．5 實驗結果與分析

2．6 本章小結

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

第4章 非監(jiān)督深度度量表示學習方法

4．1 引言

4．2 深度特征的非線性度量學習

4．3 實驗結果與分析

4．4 深度特征的可視化方法

4．5 本章小結

第5章 有監(jiān)督深度哈希表示學習方法

5．1 引言

5．2 基于孿生網(wǎng)絡的混合哈希表示學習方法

5．3 基于孿生網(wǎng)絡混合哈希實驗分析

5．4 基于注意力機制的深度哈希表示學習方法

5．5 基于注意力機制的深度哈希實驗分析

5．6 本章小結

第6章 總結與展望

6．1 工作總結

6．2 未來展望

參考文獻