基于稀疏编码的图像分类
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 课题的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 课题的主要研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 图像分类相关技术介绍 | 第14-24页 |
| 2.1 图像分类的一般框架 | 第14-15页 |
| 2.2 图像特征提取 | 第15-17页 |
| 2.2.1 图像文本特征 | 第15页 |
| 2.2.2 图像内容特征 | 第15-17页 |
| 2.3 一般图像分类器 | 第17-19页 |
| 2.3.1 贝叶斯分类 | 第17页 |
| 2.3.2 Fisher分类 | 第17页 |
| 2.3.3 SVM分类 | 第17-19页 |
| 2.4 稀疏编码分类 | 第19-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 本文使用的图像分类关键技术 | 第24-34页 |
| 3.1 图像内容特征提取 | 第24-29页 |
| 3.1.1 GIST特征 | 第24-26页 |
| 3.1.2 SIFT特征 | 第26-29页 |
| 3.2 图像内容特征编码 | 第29-31页 |
| 3.2.1 词包方法 | 第29-30页 |
| 3.2.2 空间金字塔方法 | 第30-31页 |
| 3.3 NCUT图像聚类 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 稀疏编码图像分类的设计与实现 | 第34-40页 |
| 4.1 大规模图像分类的原理与流程 | 第34-36页 |
| 4.2 小规模图像分类的流程 | 第36-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 实验与分析 | 第40-46页 |
| 5.1 大规模图像分类 | 第40-43页 |
| 5.1.1 数据库 | 第40-41页 |
| 5.1.2 实验过程 | 第41-43页 |
| 5.2 小规模图像分类 | 第43-45页 |
| 5.3 本章小结 | 第45-46页 |
| 总结与展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53页 |
