第1章  绪论
  1.1  巡检机器人
  1.2  机器人视觉SLAM技术
    1.2.1  视觉SLAM技术框架
    1.2.2  传统视觉SLAM技术研究现状
    1.2.3  基于深度学习的视觉SLAM技术研究现状
  1.3  机器人智能视觉分析技术
    1.3.1  运动目标分割技术研究现状
    1.3.2  目标行为识别技术研究现状
  1.4  本书主要内容安排
  参考文献
第2章  基于点线特征融合的半直接视觉定位算法
  2.1  引言
  2.2  算法整体框架
  2.3  算法具体实现
    2.3.1  前端位姿估计
    2.3.2  后端位姿优化
    2.3.3  深度滤波器
  2.4  实验结果及其分析
    2.4.1  线特征与点特征性能对比实验
    2.4.2  Euroc数据集定位精度对比实验
    2.4.3  Tum数据集定位精度对比实验
  参考文献
第3章  基于改进三维ICP匹配的单目视觉定位算法
  3.1  引言
  3.2  算法整体框架
  3.3  算法具体实现
    3.3.1  图像特征提取
    3.3.2  相机位姿跟踪
    3.3.3  深度滤波器
  3.4  实验结果及其分析
    3.4.1  The MIT Datasel数据集定位精度对比实验
    3.4.2  rgb_pioneer_360数据集定位精度对比实验
    3.4.3  NCLT数据集定位精度对比实验
  参考文献
第4章  基于递归神经网络的单目视觉定位算法
  4.1  引言
  4.2  算法整体框架
  4.3  算法具体实现
    4.3.1  卷积神经网络设计
    4.3.2  递归神经网络设计
    4.3.3  损失函数设计
  4.4  实验结果及其分析
    4.4.1  实验数据集
    4.4.2  实验设置
    4.4.3  视觉定位精度评估
  参考文献
第5章  基于自监督深度估计的单目视觉定位算法
  5.1  引言
  5.2  算法整体框架
  5.3  算法具体实现
    5.3.1  深度估计网络设计
    5.3.2  损失函数设计
  5.4  实验结果及其分析
    5.4.1  视觉定位精度定性评估
    5.4.2  视觉定位精度定量比较
  参考文献
第6章  基于多层次卷积神经网络的视觉闭环检测算法
  6.1  引言
  6.2  算法整体框架
  6.3  算法具体实现
    6.3.1  图像表达
    6.3.2  组合式相似性度量
    6.3.3  动态干扰语义滤波
  6.4  实验结果及其分析
    6.4.1  闭环检测评价标准
    6.4.2  GardensPoint数据集视觉闭环检测对比实验
    6.4.3  Tokyo24/7数据集视觉闭环检测对比实验
  参考文献
第7章  基于运动显著特性的运动目标分割算法
  7.1  引言
  7.2  算法具体实现
    7.2.1  基于灰度投影的运动显著图获取
    7.2.2  基于光流向量的目标像素点计算
    7.2.3  基于置信度的超像素分类
  7.3  实验结果及其分析
    7.3.1  与特征轨迹方法的对比实验
    7.3.2  与背景补偿方法的对比实验
    7.3.3  在巡检机器人上的实际应用
  参考文献
第8章  基于限制密集轨迹的目标行为识别算法
  8.1  引言
  8.2  算法整体框架
  8.3  特征提取算法具体实现
    8.3.1  传统密集轨迹算法
    8.3.2  改进的限制密集轨迹算法
  8.4  特征编码算法具体实现
    8.4.1  传统VLAD编码算法
    8.4.2  改进的VLAD编码算法
  8.5  实验结果及其分析
    8.5.1  目标行为识别数据集
    8.5.2  目标行为识别效果对比
  参考文献
第9章  基于有序光流图和双流卷积网络的目标行为识别算法
  9.1  引言
  9.2  算法具体实现
    9.2.1  有序光流图
    9.2.2  双流卷积网络
  9.3  实验结果及其分析
    9.3.1  实验数据集与实验设置
    9.3.2  对比实验结果及分析
  参考文献