基于视觉词典的PLSA分类器研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景与意义 | 第10页 |
| 1.2 国内外发展概况 | 第10-15页 |
| 1.2.1 图像特征的发展 | 第11-12页 |
| 1.2.2 图像分类技术的发展 | 第12-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文的章节安排 | 第16-18页 |
| 第2章 图像局部特征提取 | 第18-29页 |
| 2.1 图像局部特征概述 | 第18页 |
| 2.2 SIFT特征提取 | 第18-23页 |
| 2.3 SURF特征提取 | 第23-25页 |
| 2.4 中间实验结果 | 第25-28页 |
| 2.4.1 检测关键点数量对比 | 第25-27页 |
| 2.4.2 计算速度对比 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于视觉词典的图像表示模型 | 第29-36页 |
| 3.1 视觉词典简述 | 第29-30页 |
| 3.2 基于视觉词典的图像表示模型 | 第30-32页 |
| 3.2.1 图像表示模型概述 | 第30页 |
| 3.2.2 建模过程 | 第30-32页 |
| 3.3 中间实验结果 | 第32-34页 |
| 3.3.1 单类图像实验 | 第32-33页 |
| 3.3.2 多类图像实验 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 图像分类技术 | 第36-44页 |
| 4.1 图像分类概述 | 第36-37页 |
| 4.2 聚类算法 | 第37-38页 |
| 4.3 潜在语义分析 | 第38-39页 |
| 4.4 概率潜在语义分析 | 第39-43页 |
| 4.4.1 基本概念 | 第39-41页 |
| 4.4.2 EM算法 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验与结果分析 | 第44-54页 |
| 5.1 分类器设计 | 第44-47页 |
| 5.1.1 基本框架 | 第44-46页 |
| 5.1.2 功能流程图 | 第46-47页 |
| 5.2 实验所用数据库 | 第47-48页 |
| 5.3 评价标准 | 第48页 |
| 5.4 实验结果分析 | 第48-52页 |
| 5.4.1 实验结果对比 | 第48-51页 |
| 5.4.2 分类器参数对性能的影响分析 | 第51-52页 |
| 5.5 本章小结 | 第52-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间参加的科研项目和成果 | 第61页 |
