| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题背景及研究意义 | 第8-9页 |
| ·本文主要研究工作 | 第9页 |
| ·本文组织结构 | 第9-12页 |
| 第2章 视觉词袋模型研究综述 | 第12-20页 |
| ·视觉词袋模型介绍 | 第12页 |
| ·视觉特征提取方法 | 第12-17页 |
| ·全局特征 | 第13-14页 |
| ·局部特征 | 第14-17页 |
| ·视觉词典生成方法 | 第17-18页 |
| ·图像表示方法 | 第18页 |
| ·分类器分类方法 | 第18-20页 |
| 第3章 视觉词袋模型中梯度方向离散精度阈值经验分析 | 第20-26页 |
| ·引言 | 第20页 |
| ·基于 dense SIFT 特征描述的视觉词袋模型 | 第20-21页 |
| ·视觉词袋模型中梯度方向离散精度阈值分析 | 第21-23页 |
| ·梯度方向的计算 | 第21页 |
| ·梯度方向离散精度阈值分析 | 第21-23页 |
| ·实验结果及结论 | 第23-25页 |
| ·实验方法 | 第23页 |
| ·实验结果及分析 | 第23-24页 |
| ·实验结论 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 基于 Harris 角点特征加权的视觉词袋模型图像分类方法 | 第26-32页 |
| ·引言 | 第26页 |
| ·角点特征检测 | 第26-27页 |
| ·基于 Harris 角点特征加权的特征描述 | 第27-28页 |
| ·实验与分析 | 第28-30页 |
| ·数据集及实验设置 | 第28-29页 |
| ·实验结果对比 | 第29页 |
| ·实验分析 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第5章 基于语义短语的空间金字塔视觉词袋模型图像分类方法 | 第32-40页 |
| ·引言 | 第32-33页 |
| ·基于空间金字塔的视觉词袋模型介绍 | 第33-34页 |
| ·基于语义短语的空间金字塔图像表示方法 | 第34-37页 |
| ·算法框架 | 第34-35页 |
| ·邻域范围内构造语义短语 | 第35-36页 |
| ·稀疏编码生成语义词典 | 第36页 |
| ·图像的空间金字塔稀疏统计直方图表示 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·实验参数设置 | 第37页 |
| ·实验结果与分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第6章 总结展望 | 第40-42页 |
| ·研究内容总结 | 第40-41页 |
| ·下一步工作 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第46-47页 |
| 致谢 | 第47页 |
