图像分类中高阶特征编码方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 图像分类的研究现状与应用前景 | 第9-10页 |
| 1.2 视觉词袋模型 | 第10-12页 |
| 1.3 特征编码方法的研究意义 | 第12-13页 |
| 1.4 论文的整体架构 | 第13-14页 |
| 2 特征编码方法 | 第14-19页 |
| 2.1 零阶编码方法 | 第14-15页 |
| 2.2 一阶编码方法 | 第15-16页 |
| 2.3 高阶编码方法 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 局部约束的仿射子空间编码(LASC) | 第19-43页 |
| 3.1 一阶LASC编码 | 第20-22页 |
| 3.1.1 仿射子空间字典 | 第20-21页 |
| 3.1.2 代价函数及推导 | 第21-22页 |
| 3.2 二阶LASC编码 | 第22-23页 |
| 3.3 特征到子空间的距离测度 | 第23-24页 |
| 3.4 实验结果及分析 | 第24-41页 |
| 3.4.1 实验设置与数据库介绍 | 第24-27页 |
| 3.4.2 参数评估 | 第27-31页 |
| 3.4.3 图像分类实验 | 第31-36页 |
| 3.4.4 图像检索实验 | 第36-41页 |
| 3.5 本章小结 | 第41-43页 |
| 4 高维协方差字典上的费舍尔向量(FV-COV) | 第43-58页 |
| 4.1 高维协方差字典 | 第43-44页 |
| 4.2 协方差字典上的费舍尔向量 | 第44-47页 |
| 4.2.1 基于协方差字典的费舍尔核 | 第44-45页 |
| 4.2.2 基于协方差字典的费舍尔信息矩阵 | 第45-46页 |
| 4.2.3 基于协方差字典的费舍尔向量 | 第46-47页 |
| 4.3 FV-COV与高维协方差度量之间的关系 | 第47-49页 |
| 4.4 实验结果及分析 | 第49-57页 |
| 4.4.1 实验设置 | 第49-50页 |
| 4.4.2 性能和效率评估及与同类方法的比较 | 第50-53页 |
| 4.4.3 大规模图像分类实验 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
