基于数据驱动的图像局部特征表达方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-17页 |
| 1.2 研究内容 | 第17-18页 |
| 1.3 本文的组织结构 | 第18-20页 |
| 第2章 图像局部特征表达方法综述 | 第20-45页 |
| 2.1 基于手工设计的方法 | 第21-36页 |
| 2.1.1 基于微分不变性的方法 | 第22-23页 |
| 2.1.2 基于滤波器的方法 | 第23-25页 |
| 2.1.3 基于直方图统计的方法 | 第25-34页 |
| 2.1.4 基于颜色信息的方法 | 第34-35页 |
| 2.1.5 优缺点小结 | 第35-36页 |
| 2.2 基于学习的方法 | 第36-43页 |
| 2.2.1 基于无监督学习的方法 | 第36-37页 |
| 2.2.2 基于分类模型的方法 | 第37-39页 |
| 2.2.3 基于图像块多元关系的方法 | 第39-42页 |
| 2.2.4 优缺点小结 | 第42-43页 |
| 2.3 图像局部特征性能评测 | 第43-45页 |
| 第3章 基于四元排序模型的图像局部特征表达方法 | 第45-66页 |
| 3.1 引言 | 第45-46页 |
| 3.2 方法描述 | 第46-57页 |
| 3.2.1 数学模型 | 第47-53页 |
| 3.2.2 模型实现 | 第53-57页 |
| 3.3 实验结果与讨论 | 第57-65页 |
| 3.3.1 数据集及评测标准 | 第57-58页 |
| 3.3.2 实验结果对比 | 第58-60页 |
| 3.3.3 图像匹配示例 | 第60-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第4章 基于精简四分支模型的图像局部特征表达方法 | 第66-83页 |
| 4.1 引言 | 第66-67页 |
| 4.2 方法描述 | 第67-76页 |
| 4.2.1 模型设计 | 第67-72页 |
| 4.2.2 约束函数 | 第72-75页 |
| 4.2.3 实现细节 | 第75-76页 |
| 4.3 实验结果与讨论 | 第76-81页 |
| 4.3.1 实验设置及评测标准 | 第76-77页 |
| 4.3.2 模型匹配效果 | 第77-78页 |
| 4.3.3 模型时间效率 | 第78-81页 |
| 4.4 本章小结 | 第81-83页 |
| 第5章 基于方差收缩模型的图像局部特征表达方法 | 第83-102页 |
| 5.1 引言 | 第83-84页 |
| 5.2 方法描述 | 第84-92页 |
| 5.2.1 模型概述 | 第84-86页 |
| 5.2.2 均值约束 | 第86-88页 |
| 5.2.3 方差约束 | 第88-90页 |
| 5.2.4 联合损失函数 | 第90-91页 |
| 5.2.5 实现细节 | 第91-92页 |
| 5.3 实验结果及讨论 | 第92-101页 |
| 5.3.1 实验设置及评测标准 | 第92-94页 |
| 5.3.2 本章方法对分布重叠率的影响 | 第94-97页 |
| 5.3.3 本章方法在MVS数据集上匹配结果 | 第97-98页 |
| 5.3.4 分布重叠率与模型性能的关系 | 第98-101页 |
| 5.4 本章小结 | 第101-102页 |
| 第6章 总结与展望 | 第102-104页 |
| 6.1 本文总结 | 第102-103页 |
| 6.2 下一步工作展望 | 第103-104页 |
| 参考文献 | 第104-114页 |
| 攻读博士学位期间的科研成果 | 第114-115页 |
| 致谢 | 第115页 |
