卷积神经网络之图像融合识别

目 录 第1章 绪论 1 1.1 图像融合与目标识别的目的和意义 1 1.2 图像融合与目标识别中的相关基本概念 2 1.2.1 图像融合 2 1.2.2 目标识别 3 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 4 1.3.1 图像融合与目标识别算法的工程设计 4 1.3.2 图像融合与目标识别算法的评估 4 1.4 图像融合与目标识别技术的研究历史及现状 6 1.4.1 图像融合 6 1.4.2 目标识别 8 1.5 本书的研究范围和概览 9 参考文献 11 第2章 卷积神经网络 15 2.1 引言 15 2.2 神经网络 15 2.2.1 神经元 15 2.2.2 感知机 17 2.2.3 BP网络与反向传播算法 18 2.3 卷积神经网络的基本概念和基本结构 20 2.3.1 卷积神经网络的基本概念 20 2.3.2 卷积神经网络的基本结构 21 2.3.3 卷积神经网络之图像融合识别典型模型 24 2.4 小结 33 参考文献 33 第3章 特征表示学习的多源图像融合 35 3.1 引言 35 3.2 交互式特征嵌入的图像融合 35 3.2.1 方法背景 35 3.2.2 交互式特征嵌入的图像融合网络模型 37 3.2.3 模型训练 40 3.2.4 实验 41 3.3 联合特定和通用特征表示的图像融合 46 3.3.1 方法背景 46 3.3.2 联合特定和通用特征表示的图像融合网络模型 48 3.3.3 模型训练 52 3.3.4 实验 53 3.4 小结 58 参考文献 59 第4章 多域特征对齐的多源图像融合 63 4.1 引言 63 4.2 自监督特征自适应的图像融合 63 4.2.1 方法背景 63 4.2.2 自监督特征自适应的图像融合网络模型 64 4.2.3 模型训练 68 4.2.4 实验 69 4.3 基于元特征嵌入的图像融合 79 4.3.1 方法背景 79 4.3.2 基于元特征嵌入的图像融合网络模型 80 4.3.3 模型训练 84 4.3.4 实验 86 4.4 小结 94 参考文献 95 第5章 小样本遥