| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第7-26页 |
| 1.1 论文研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-24页 |
| 1.2.1 物体检测中的图像特征描述 | 第9-13页 |
| 1.2.2 基于空间变换的特征提取 | 第13-18页 |
| 1.2.3 分类器 | 第18-20页 |
| 1.2.4 快速物体检测 | 第20-21页 |
| 1.2.5 排序学习 | 第21-23页 |
| 1.2.6 双目立体视觉中的图像特征 | 第23-24页 |
| 1.3 论文的主要工作 | 第24-25页 |
| 1.4 论文的主要内容和结构安排 | 第25-26页 |
| 第二章 若干已有特征描述和提取算法简介 | 第26-46页 |
| 2.1 特征描述算法 | 第26-36页 |
| 2.1.1 面向纹理的特征描述 | 第26-30页 |
| 2.1.2 面向匹配和识别的图像特征描述 | 第30-36页 |
| 2.2 基于变换的特征提取算法 | 第36-45页 |
| 2.2.1 主成分分析(PCA) | 第36-38页 |
| 2.2.2 线性判别分析（LDA） | 第38-39页 |
| 2.2.3 非负矩阵分解(NMF) | 第39-42页 |
| 2.2.4 稀疏非负矩阵分解(SNMF) | 第42-43页 |
| 2.2.5 典型相关分析(CCA) | 第43-44页 |
| 2.2.6 局部线性嵌入(LLE) | 第44-45页 |
| 2.3 本章小结 | 第45-46页 |
| 第三章 二阶、四值局部特征描述子 | 第46-62页 |
| 3.1 现有基于局部二值模式的特征描述 | 第46-50页 |
| 3.2 所提出的局部四值模式（LQP） | 第50-56页 |
| 3.3 所提出的二阶局部二值模式（DLBP） | 第56-61页 |
| 3.4 本章小结 | 第61-62页 |
| 第四章 面向图像搜索重排序的相关邻域保持嵌入特征提取算法 | 第62-76页 |
| 4.1 现有图像搜索重排序技术 | 第62-65页 |
| 4.2 排序支持向量机 | 第65-67页 |
| 4.3 邻域保持嵌入 | 第67-68页 |
| 4.4 所提基于相关邻域保持嵌入的图像重排序算法 | 第68-72页 |
| 4.5 实验结果及分析 | 第72-75页 |
| 4.5.1 数据准备 | 第72-73页 |
| 4.5.2 实验结果 | 第73-75页 |
| 4.6 本章小结 | 第75-76页 |
| 第五章 双阈值级联 AdaBoost 分类器 | 第76-85页 |
| 5.1 级联 AdaBoost 算法 | 第76-80页 |
| 5.2 所提双阈值级联 AdaBoost 算法 | 第80-83页 |
| 5.3 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 6.1 工作总结 | 第85页 |
| 6.2 工作展望 | 第85-87页 |
| 参考文献 | 第87-101页 |
| 发表论文和参加科研情况说明 | 第101-102页 |
| 致谢 | 第102页 |