| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 家庭日常工具分类的研究现状 | 第11-12页 |
| 1.2.2 室内区域分类的研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 功能认知模型理论基础 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 图像局部视觉特征描述 | 第16-22页 |
| 2.2.1 SIFT特征 | 第16-19页 |
| 2.2.2 SURF特征 | 第19-20页 |
| 2.2.3 几何特征 | 第20-22页 |
| 2.3 基于视觉词袋的图像描述算法 | 第22-24页 |
| 2.3.1 视觉字典构建 | 第22-23页 |
| 2.3.2 基于视觉字典的图像编码 | 第23-24页 |
| 2.4 SVM和多元分类 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 日常工具功用性部件特征优选模型 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 系统框架 | 第26-27页 |
| 3.3 最优特征组合选取 | 第27-30页 |
| 3.3.1 选取特征描述符 | 第28-29页 |
| 3.3.2 基于Relief F算法的最优特征组合选取 | 第29-30页 |
| 3.4 实验仿真与分析 | 第30-35页 |
| 3.4.1 特征最优组合选取实验 | 第32-34页 |
| 3.4.2 基于特征选取的工具部件分类实验 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于词袋模型的日常工具分类模型 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 工具分类识别系统组成 | 第36-37页 |
| 4.3 离线构建工具分类模型 | 第37-40页 |
| 4.3.1 特征聚类生成视觉词典 | 第38页 |
| 4.3.2 构建工具高层语义标签 | 第38-39页 |
| 4.3.3 词袋优化 | 第39-40页 |
| 4.4 在线分类模型检测 | 第40-41页 |
| 4.5 实验仿真及模型性能分析 | 第41-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 基于CLM模型的室内功能区分类模型 | 第44-53页 |
| 5.1 引言 | 第44-45页 |
| 5.2 系统组成框架 | 第45页 |
| 5.3 基于CLM模型的室内功能区分类模型构建 | 第45-48页 |
| 5.3.1 提取图像特征描述符 | 第45-46页 |
| 5.3.2 图像高斯模型表示与匹配 | 第46-47页 |
| 5.3.3 图像高斯模型的优化 | 第47-48页 |
| 5.4 学习改进的SVM分类器 | 第48-49页 |
| 5.5 实验仿真及模型性能分析 | 第49-52页 |
| 5.5.1 实验数据集 | 第49-50页 |
| 5.5.2 实验结果及分析 | 第50-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61页 |