| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.2.1 研究背景 | 第9-10页 |
| 1.2.2 研究意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 国外研究现状 | 第11-15页 |
| 1.3.2 国内研究现状 | 第15页 |
| 1.4 视觉对象识别面临的挑战 | 第15-16页 |
| 1.5 本文的研究内容 | 第16-17页 |
| 1.6 本文的组织结构 | 第17-19页 |
| 第2章 图像特征提取及视觉词汇表示 | 第19-31页 |
| 2.1 图像特征提取 | 第19-27页 |
| 2.1.1 SIFT 特征提取 | 第19-24页 |
| 2.1.2 HOG 特征提取 | 第24-27页 |
| 2.2 视觉词汇表获取及视觉词汇表示 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 融合空间信息 LDA 模型 | 第31-39页 |
| 3.1 融合空间信息的原因 | 第31页 |
| 3.2 改进的 LDA 模型 | 第31-32页 |
| 3.3 随机场理论与条件随机场（CRF） | 第32-35页 |
| 3.3.1 随机场理论 | 第32页 |
| 3.3.2 条件随机场（CRF） | 第32-35页 |
| 3.4 融合空间信息 LDA 模型 | 第35-37页 |
| 3.5 特征函数 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 参数估计方法与实验结果分析 | 第39-63页 |
| 4.1 参数估计 | 第39-48页 |
| 4.1.1 Gibbs 采样算法估计 LDA 模型参数 | 第39-43页 |
| 4.1.2 融合空间信息 LDA 模型参数估计 | 第43-48页 |
| 4.2 SVM 分类器 | 第48页 |
| 4.3 实验结果及分析 | 第48-62页 |
| 4.3.1 正确率与分割效果 | 第49-51页 |
| 4.3.2 PR 曲线与识别率比较 | 第51-62页 |
| 4.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |