| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 图像场景分类基础 | 第16-27页 |
| 2.1 场景分类定义及步骤 | 第16页 |
| 2.2 场景分类的关键问题 | 第16-18页 |
| 2.3 场景分类特征提取 | 第18-24页 |
| 2.3.1 Gist特征 | 第18-19页 |
| 2.3.2 SIFT特征 | 第19-22页 |
| 2.3.3 HOG特征 | 第22-24页 |
| 2.4 图像内容描述 | 第24-25页 |
| 2.5 分类器训练 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于超像素网格加权的场景分类算法 | 第27-40页 |
| 3.1 引言 | 第27-28页 |
| 3.2 系统组成 | 第28页 |
| 3.3 基于超像素网格加权的场景分类 | 第28-33页 |
| 3.3.1 词汇分布生成 | 第28-29页 |
| 3.3.2 超像素网格划分 | 第29-32页 |
| 3.3.3 特征加权 | 第32-33页 |
| 3.4 实验仿真与分析 | 第33-38页 |
| 3.4.1 实验数据 | 第33-34页 |
| 3.4.2 实验设置及评价标准 | 第34-35页 |
| 3.4.3 实验结果及分析 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于超像素空间金字塔模型和全局Gist特征场景分类算法 | 第40-51页 |
| 4.1 引言 | 第40-41页 |
| 4.2 系统组成 | 第41-42页 |
| 4.3 基于超像素空间金字塔模型和全局Gist特征的场景分类 | 第42-45页 |
| 4.3.1 特征提取 | 第42-43页 |
| 4.3.2 视觉词汇表形成 | 第43页 |
| 4.3.3 特征映射 | 第43-44页 |
| 4.3.4 超像素空间金字塔模型 | 第44-45页 |
| 4.4 实验仿真与分析 | 第45-50页 |
| 4.4.1 实验设置 | 第45-46页 |
| 4.4.2 实验结果及分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 基于显著性网格和空间网格的Object Bank特征室内场景分类算法 | 第51-63页 |
| 5.1 引言 | 第51-52页 |
| 5.2 系统组成 | 第52-53页 |
| 5.3 基于显著性网格和空间网格的Object Bank特征室内场景分类 | 第53-57页 |
| 5.3.1 网格划分 | 第53-55页 |
| 5.3.2 Object Bank特征 | 第55-57页 |
| 5.4 实验仿真与分析 | 第57-62页 |
| 5.4.1 实验数据及设置 | 第57-59页 |
| 5.4.2 实验结果及分析 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
