| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第15-31页 |
| 1.1 课题的研究背景 | 第15-18页 |
| 1.1.1 图像场景分类的意义 | 第15-16页 |
| 1.1.2 图像场景的层次化描述 | 第16-18页 |
| 1.2 图像场景分类的研究现状 | 第18-21页 |
| 1.2.1 基于底层特征的图像场景分类 | 第19页 |
| 1.2.2 基于中层语义建模的图像场景分类 | 第19-21页 |
| 1.3 本文的研究对象及其存在的问题分析 | 第21-26页 |
| 1.3.1 基于局部语义概念表示的图像场景分类研究现状 | 第21-25页 |
| 1.3.2 基于局部语义概念表示的图像场景分类研究中存在的不足 | 第25-26页 |
| 1.4 论文的主要工作与贡献 | 第26-28页 |
| 1.5 论文组织结构 | 第28-31页 |
| 第二章 图像局部语义概念表示的相关理论 | 第31-51页 |
| 2.1 局部特征提取 | 第31-36页 |
| 2.1.1 尺度空间极值点检测 | 第31-33页 |
| 2.1.2 关键点精确定位 | 第33-34页 |
| 2.1.3 关键点方向参数指定 | 第34页 |
| 2.1.4 关键点描述子生成 | 第34-36页 |
| 2.2 基于视觉词典模型的局部语义概念表示 | 第36-38页 |
| 2.2.1 视觉词典构造 | 第37页 |
| 2.2.2 图像表示 | 第37-38页 |
| 2.3 基于稀疏编码模型的局部语义概念表示 | 第38-43页 |
| 2.3.1 稀疏编码的基本原理 | 第38-40页 |
| 2.3.2 图像的稀疏表示 | 第40-43页 |
| 2.4 基于语义主题模型的局部语义概念表示 | 第43-48页 |
| 2.4.1 pLSA模型 | 第43-45页 |
| 2.4.2 LDA模型 | 第45-47页 |
| 2.4.3 基于pLSA模型的图像潜在语义主题提取 | 第47-48页 |
| 2.5 测试数据集与性能评价 | 第48-50页 |
| 2.5.1 测试数据集 | 第48-49页 |
| 2.5.2 性能评价 | 第49-50页 |
| 2.6 本章小结 | 第50-51页 |
| 第三章 基于视觉词典模型的图像场景分类 | 第51-73页 |
| 3.1 引言 | 第51-53页 |
| 3.2 基于LSI和软加权的图像场景分类 | 第53-60页 |
| 3.2.1 LSI基本原理 | 第53-54页 |
| 3.2.2 基于LSI分析和软加权的图像内容表示 | 第54-56页 |
| 3.2.3 基于LSI和软加权的图像场景分类算法 | 第56-57页 |
| 3.2.4 实验设置与结果分析 | 第57-60页 |
| 3.3 基于E2LSH-MKL的图像场景分类 | 第60-72页 |
| 3.3.1 相关理论 | 第60-64页 |
| 3.3.2 基于E2LSH的图像内容表示 | 第64-65页 |
| 3.3.3 基于E2LSH-MKL的图像场景分类算法 | 第65-68页 |
| 3.3.4 实验设置与结果分析 | 第68-72页 |
| 3.4 本章小结 | 第72-73页 |
| 第四章 基于稀疏编码模型的图像场景分类 | 第73-85页 |
| 4.1 引言 | 第73-74页 |
| 4.2 相关理论 | 第74-76页 |
| 4.2.1 非负稀疏局部线性编码 | 第74-75页 |
| 4.2.2 Fisher判别分析 | 第75-76页 |
| 4.3 基于Fisher判别稀疏编码的图像场景分类 | 第76-79页 |
| 4.3.1 基于Fisher判别稀疏编码的图像表示 | 第76-78页 |
| 4.3.2 基于Fisher判别稀疏编码的图像场景分类算法 | 第78-79页 |
| 4.4 实验设置与结果分析 | 第79-82页 |
| 4.4.1 实验设置 | 第79页 |
| 4.4.2 实验结果分析 | 第79-82页 |
| 4.5 本章小结 | 第82-85页 |
| 第五章 基于语义主题模型的图像场景分类 | 第85-99页 |
| 5.1 引言 | 第85-86页 |
| 5.2 相关理论 | 第86-89页 |
| 5.2.1 图像多尺度分解 | 第86页 |
| 5.2.2 pLSA模型在图像场景分类中的应用 | 第86-88页 |
| 5.2.3 Markov随机场 | 第88-89页 |
| 5.3 基于多尺度上下文语义信息的图像场景分类 | 第89-93页 |
| 5.3.1 基于密度的最优pLSA模型主题数选择 | 第89-91页 |
| 5.3.2 基于多尺度上下文语义信息的图像场景分类算法 | 第91-93页 |
| 5.4 实验设置与结果分析 | 第93-98页 |
| 5.4.1 实验设置 | 第93页 |
| 5.4.2 实验结果分析 | 第93-98页 |
| 5.5 本章小结 | 第98-99页 |
| 第六章 结论 | 第99-103页 |
| 6.1 本文工作总结 | 第99-100页 |
| 6.2 下一步待研究的问题 | 第100-103页 |
| 致谢 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 作者简历 | 第115页 |
