基于学习的图像多尺度表达的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 多尺度分析及其研究现状 | 第10-12页 |
| 1.3 研究内容与目标 | 第12页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究目标 | 第12页 |
| 1.4 论文结构 | 第12-15页 |
| 第2章 多尺度及图像表示相关理论 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 多尺度理论 | 第15-17页 |
| 2.3 稀疏编码 | 第17-19页 |
| 2.4 卷积稀疏编码 | 第19-21页 |
| 2.5 深度学习 | 第21-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第3章 基于学习的自适应多尺度变换 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 小波变换 | 第25-27页 |
| 3.3 自适应多尺度变换模型 | 第27-29页 |
| 3.4 自适应多尺度模型的求解算法 | 第29-31页 |
| 3.4.1 提取特征图 | 第29-30页 |
| 3.4.2 更新滤波器 | 第30-31页 |
| 3.5 实验结果 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于多尺度基元的图像表示 | 第35-47页 |
| 4.1 引言 | 第35页 |
| 4.2 单尺度基元的学习 | 第35-36页 |
| 4.3 多尺度基元的学习 | 第36-40页 |
| 4.3.1 多尺度基元学习的模型 | 第36-37页 |
| 4.3.2 多尺度基元学习的算法 | 第37-40页 |
| 4.4 实验结果 | 第40-45页 |
| 4.5 本章小结 | 第45-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间所取得的研究成果 | 第53-55页 |
| 致谢 | 第55页 |
