| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·图像分类研究的背景与意义 | 第10-13页 |
| ·图像分类方法的国内外研究现状 | 第13-17页 |
| ·图像特征提取 | 第13-14页 |
| ·图像建模 | 第14-16页 |
| ·图像匹配 | 第16-17页 |
| ·本文的研究内容 | 第17-19页 |
| 第2章 黎曼流形内的图像局部特征提取 | 第19-31页 |
| ·引言 | 第19-21页 |
| ·局部 Log-Euclidean 协方差矩阵描述子(L2ECM) | 第21-25页 |
| ·实对称正定矩阵的 Log-Euclidean 框架 | 第22-23页 |
| ·基于局部 Log-Euclidean 协方差矩阵的特征图像 | 第23-25页 |
| ·L~2ECM 的应用 | 第25-29页 |
| ·行人检测 | 第25-27页 |
| ·纹理分类 | 第27-29页 |
| ·小结 | 第29-31页 |
| 第3章 黎曼流形内的稀疏表达和字典学习 | 第31-44页 |
| ·引言 | 第31-33页 |
| ·实对称正定矩阵空间上的 Log-Euclidean 核 | 第33-37页 |
| ·实对称正定矩阵空间的李群结构和测地距离 | 第33-34页 |
| ·实对称正定矩阵空间的内积结构 | 第34-36页 |
| ·Log-Euclidean 核函数 | 第36-37页 |
| ·基于 Log-Euclidean 核的稀疏表达和字典学习 | 第37-39页 |
| ·基于 Log-Euclidean 核的稀疏表达 | 第37-38页 |
| ·基于 Log-Euclidean 核的字典学习 | 第38-39页 |
| ·黎曼流形内的稀疏表达和字典学习在图像分类上的应用 | 第39-43页 |
| ·稀疏表达 | 第39-41页 |
| ·字典学习 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于混合高斯模型匹配的图像分类方法 | 第44-59页 |
| ·引言 | 第44-46页 |
| ·一种新的 EMD 方法用于比较混合高斯模型 | 第46-52页 |
| ·基于稀疏表达 EMD（SR-EMD）的混合高斯模型匹配 | 第46-47页 |
| ·两种新的地面距离用于比较分量高斯 | 第47-50页 |
| ·有监督 SR-EMD 距离测度学习 | 第50-52页 |
| ·混合高斯模型匹配的应用 | 第52-58页 |
| ·SR-EMD 和 EMD 的比较 | 第52-54页 |
| ·图像检索 | 第54-56页 |
| ·纹理分类 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第5章 收缩扩张自适应测度学习方法 | 第59-70页 |
| ·引言 | 第59-61页 |
| ·收缩扩张自适应测度学习算法 | 第61-65页 |
| ·收缩扩张自适应约束 | 第61-62页 |
| ·使用平方 F-范数规则的 SEAML | 第62-64页 |
| ·基于收缩扩张约束的 ITML 算法 | 第64页 |
| ·SEAML 框架下一种新的验证准则 | 第64-65页 |
| ·实验 | 第65-69页 |
| ·LFW 数据库上的人脸验证 | 第65-68页 |
| ·PubFig 数据库上的人脸验证 | 第68-69页 |
| ·小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文 | 第80页 |
