卷积神经网络之图像融合识别电子书

内容简介

前言

第1章 绪论

1.1 图像融合与目标识别的目的和意义

1.2 图像融合与目标识别中的相关基本概念

1.2.1 图像融合

1.2.2 目标识别

1.3 图像融合与目标识别算法的设计要求和主要技术指标

1.3.1 图像融合与目标识别算法的工程设计

1.3.2 图像融合与目标识别算法的评估

1.4 图像融合与目标识别技术的研究历史及现状

1.4.1 图像融合

1.4.2 目标识别

1.5 本书的研究范围和概览

参考文献

第2章 卷积神经网络

2.1 引言

2.2 神经网络

2.2.1 神经元

2.2.2 感知机

2.2.3 BP网络与反向传播算法

2.3 卷积神经网络的基本概念和基本结构

2.3.1 卷积神经网络的基本概念

2.3.2 卷积神经网络的基本结构

2.3.3 卷积神经网络之图像融合识别典型模型

2.4 小结

参考文献

第3章 特征表示学习的多源图像融合

3.1 引言

3.2 交互式特征嵌入的图像融合

3.2.1 方法背景

3.2.2 交互式特征嵌入的图像融合网络模型

3.2.3 模型训练

3.2.4 实验

3.3 联合特定和通用特征表示的图像融合

3.3.1 方法背景

3.3.2 联合特定和通用特征表示的图像融合网络模型

3.3.3 模型训练

3.3.4 实验

3.4 小结

参考文献

第4章 多域特征对齐的多源图像融合

4.1 引言

4.2 自监督特征自适应的图像融合

4.2.1 方法背景

4.2.2 自监督特征自适应的图像融合网络模型

4.2.3 模型训练

4.2.4 实验

4.3 基于元特征嵌入的图像融合

4.3.1 方法背景

4.3.2 基于元特征嵌入的图像融合网络模型

4.3.3 模型训练

4.3.4 实验

4.4 小结

参考文献

第5章 小样本遥感目标识别

5.1 引言

5.2 协作蒸馏的遥感目标识别

5.2.1 方法背景

5.2.2 协作蒸馏的遥感目标识别网络模型

5.2.3 模型训练

5.2.4 实验

5.3 弱相关蒸馏的遥感目标识别

5.3.1 方法背景

5.3.2 弱相关蒸馏的遥感目标识别网络模型

5.3.3 模型训练

5.3.4 实验

5.4 小结

参考文献

第6章 复杂样本分布的遥感目标识别

6.1 引言

6.2 层次蒸馏的长尾目标识别

6.2.1 方法背景

6.2.2 层次蒸馏的长尾目标识别网络模型

6.2.3 模型训练

6.2.4 实验

6.3 风格内容度量学习的多域遥感目标识别

6.3.1 方法背景

6.3.2 风格内容度量学习的多域遥感目标识别网络模型

6.3.3 模型训练

6.3.4 实验

6.4 小结

参考文献

第7章 图像融合和目标识别的实际应用

7.1 引言

7.2 图像融合的应用

7.2.1 安防监测

7.2.2 火灾识别

7.2.3 行人检测

7.3 遥感目标识别的应用

7.3.1 舰船识别

7.3.2 灾害探测

7.3.3 海上搜救

7.4 小结

参考文献

第8章 回顾、建议与展望

8.1 引言

8.2 研究成果回顾

8.3 问题与建议

8.4 研究方向展望

8.5 小结