基于改进词袋模型的图像分类算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·课题研究背景及研究意义 | 第8-9页 |
| ·研究目标和主要研究内容 | 第9页 |
| ·论文结构 | 第9-11页 |
| 第2章 基于传统视觉词袋模型的图像分类 | 第11-24页 |
| ·词袋模型 | 第11-15页 |
| ·词袋模型简介 | 第11-12页 |
| ·视觉词袋模型 | 第12-13页 |
| ·图像视觉特征提取 | 第13-15页 |
| ·分类器分类方法 | 第15-18页 |
| ·分类器SVM简介 | 第15-17页 |
| ·核函数 | 第17-18页 |
| ·基于视觉词袋模型算法的图像分类 | 第18-20页 |
| ·图像分类的评价准则 | 第18-19页 |
| ·基于BoVW的图像分类算法 | 第19-20页 |
| ·实验结果及分析 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于角点和图论的感兴趣区域分割算法 | 第24-36页 |
| ·角点特征检测 | 第24-26页 |
| ·Harris角点检测算法 | 第24-26页 |
| ·Shi-Tomasi角点检测算法 | 第26页 |
| ·图论算法 | 第26-28页 |
| ·图论的基础概念 | 第27页 |
| ·图与图像的对应关系 | 第27-28页 |
| ·基于角点和图论的感兴趣区域分割算法 | 第28-30页 |
| ·实验结果及分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 结合模糊理论的视觉词袋模型算法 | 第36-45页 |
| ·模糊理论 | 第36-37页 |
| ·模糊集合的概念 | 第36页 |
| ·模糊集合运算及隶属度函数 | 第36-37页 |
| ·图像的直方图向量表达 | 第37-41页 |
| ·传统直方图向量表达生成 | 第37-38页 |
| ·结合模糊理论的图像直方图向量 | 第38-40页 |
| ·利用改进的视觉词袋模型分类图像 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 结合多核并行技术的词袋模型算法 | 第45-53页 |
| ·多核并行技术 | 第45-47页 |
| ·fork-join并行编程模型 | 第45-46页 |
| ·OpenMP程序的内存模型 | 第46-47页 |
| ·结合多核并行计算的视觉词袋模型算法优化 | 第47-50页 |
| ·视觉特征提取并行优化 | 第47-48页 |
| ·特征聚类并行优化 | 第48-49页 |
| ·图像直方图生成并行优化 | 第49-50页 |
| ·并行调度策略 | 第50页 |
| ·实验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·创新内容 | 第54页 |
| ·进一步的工作 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 附录 | 第58页 |
| 附录 1：攻读硕士学位期间已发表或待发表的论文 | 第58页 |
| 附录 2：攻读硕士学位期间参与的科研项目 | 第58页 |
| 附录 3：攻读硕士学位期间参与的竞赛 | 第58页 |
