正則化深度學(xué)習(xí)及其在機(jī)器人環(huán)境感知中的應(yīng)用
近年來,隨著人工智能技術(shù)的飛速發(fā)展,深度神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像分析、語音識(shí)別、自然語言理解等難點(diǎn)問題中都取得了十分顯著的應(yīng)用成果。本書系統(tǒng)地介紹了深度學(xué)習(xí)應(yīng)用于機(jī)器人環(huán)境感知面臨的難點(diǎn)與挑戰(zhàn),針對(duì)性地提出基于正則化深度學(xué)習(xí)的機(jī)器人環(huán)境感知方法,并結(jié)合機(jī)器人作業(yè)場(chǎng)景分類、多任務(wù)協(xié)同環(huán)境感知、機(jī)器人導(dǎo)航避障環(huán)境深度恢復(fù)、感知目標(biāo)三維重建等應(yīng)用案例對(duì)正則化深度學(xué)習(xí)方法應(yīng)用進(jìn)行介紹。本書緊緊圍繞面向機(jī)器人環(huán)境感知的深度學(xué)習(xí)問題,深入分析相關(guān)概念,建立相關(guān)模型,并設(shè)計(jì)相關(guān)方法,為正則化深度學(xué)習(xí)機(jī)器人環(huán)境感知應(yīng)用提出了較為系統(tǒng)的解決方案。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
目錄
前言
第1章 緒論 1
1.1 背景和意義 1
1.2 問題與挑戰(zhàn) 2
1.2.1 深度學(xué)習(xí)問題描述 2
1.2.2 深度學(xué)習(xí)的挑戰(zhàn) 3
1.2.3 機(jī)器人環(huán)境感知 4
1.3 研究現(xiàn)狀 5
1.3.1 深度學(xué)習(xí)發(fā)展 6
1.3.2 深度學(xué)習(xí)與正則化 7
1.3.3 深度學(xué)習(xí)在機(jī)器人環(huán)境感知的應(yīng)用 10
1.4 本書組織結(jié)構(gòu) 11
第2章 隱層正則約束:圖正則自編碼器 13
2.1 引言 13
2.2 圖正則自編碼器 14
2.2.1 自編碼器 15
2.2.2 單隱層圖正則化自編碼器 16
2.2.3 棧式圖正則化自編碼器 18
2.2.4 近鄰圖構(gòu)造 18
2.2.5 模型訓(xùn)練 19
2.3 圖正則化理論分析 21
2.3.1 圖正則項(xiàng)對(duì)于輸入空間的鄰域特性建模 23
2.3.2 圖正則項(xiàng)對(duì)于隱層表示的影響 24
2.3.3 圖正則項(xiàng)與其他正則項(xiàng)的關(guān)系 26
2.4 圖像聚類與分類實(shí)驗(yàn)結(jié)果 27
2.4.1 圖像聚類實(shí)驗(yàn) 27
2.4.2 圖像分類實(shí)驗(yàn) 34
2.5 廣義圖正則化與場(chǎng)景分類 39
2.5.1 廣義圖正則自編碼器 40
2.5.2 多層級(jí)輸入構(gòu)造以及結(jié)果融合 41
2.6 場(chǎng)景分類實(shí)驗(yàn)結(jié)果 46
2.7 本章小結(jié) 49
第3章 結(jié)構(gòu)正則約束:語義正則網(wǎng)絡(luò) 51
3.1 引言 51
3.2 語義正則卷積神經(jīng)網(wǎng)絡(luò) 53
3.2.1 卷積神經(jīng)網(wǎng)絡(luò) 53
3.2.2 語義正則下的場(chǎng)景分類網(wǎng)絡(luò) 55
3.2.3 輸入構(gòu)造 59
3.3 基于場(chǎng)景類別的語義分割優(yōu)化 59
3.4 實(shí)驗(yàn)結(jié)果 61
3.4.1 實(shí)驗(yàn)配置 62
3.4.2 語義正則結(jié)構(gòu)有效性驗(yàn)證 62
3.4.3 場(chǎng)景分類結(jié)果 64
3.4.4 語義分割優(yōu)化結(jié)果 66
3.4.5 數(shù)據(jù)集外場(chǎng)景測(cè)試結(jié)果 68
3.5 本章小結(jié) 70
第4章 結(jié)構(gòu)正則約束:嵌套殘差網(wǎng)絡(luò) 71
4.1 引言 71
4.2 嵌套殘差網(wǎng)絡(luò) 73
4.2.1 稠密參考深度構(gòu)造 73
4.2.2 結(jié)構(gòu)正則化的嵌套殘差網(wǎng)絡(luò) 77
4.2.3 代價(jià)函數(shù) 79
4.3 實(shí)驗(yàn)結(jié)果 80
4.3.1 實(shí)驗(yàn)配置 81
4.3.2 結(jié)構(gòu)正則化有效性驗(yàn)證 82
4.3.3 深度估計(jì)結(jié)果對(duì)比 84
4.3.4 輸入稀疏觀測(cè)與輸出置信度分析 88
4.4 本章小結(jié) 90
第5章 輸出正則約束:深度移動(dòng)立方體網(wǎng)絡(luò) 91
5.1 引言 91
5.2 深度移動(dòng)立方體算法 94
5.2.1 移動(dòng)立方體算法 94
5.2.2 可導(dǎo)移動(dòng)立方體層 97
5.2.3 網(wǎng)絡(luò)結(jié)構(gòu) 99
5.3 正則化深度移動(dòng)立方體網(wǎng)絡(luò) 100
5.3.1 點(diǎn)到物體表面距離 101
5.3.2 占用概率先驗(yàn)正則 101
5.3.3 網(wǎng)格模型復(fù)雜度正則 102
5.3.4 網(wǎng)格模型曲率正則 102
5.4 實(shí)驗(yàn)結(jié)果 103
5.4.1 模型及正則項(xiàng)驗(yàn)證 103
5.4.2 基于點(diǎn)云的三維物體重構(gòu) 107
5.4.3 基于體素模型的三維物體重構(gòu) 111
5.5 本章小結(jié) 113
第6章 總結(jié)與展望 114
6.1 本書總結(jié) 114
6.2 未來工作展望 115
參考文獻(xiàn) 116
相關(guān)發(fā)表文章 132
彩圖