摘要 | 第4-5页 |
Abstract | 第5页 |
专用术语注释表 | 第8-9页 |
第一章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 本文主要研究内容和结构安排 | 第11-13页 |
第二章 基于 Gabor 小波和 LBP 结合的特征提取方法 | 第13-29页 |
2.1 特征提取方法介绍 | 第13-15页 |
2.2 2D-Gabor 小波变换理论 | 第15-19页 |
2.2.1 Gabor 小波变换知识介绍 | 第15-17页 |
2.2.2 2D-Gabor 小波变换原理 | 第17-19页 |
2.3 局部二值模式(LBP) | 第19-25页 |
2.3.1 LBP 基本思想 | 第20-22页 |
2.3.2 均匀模式 LBP | 第22-25页 |
2.4 基于 2D-Gabor 小波和均匀模式 LBP 的特征提取方法 | 第25-28页 |
2.5 本章小结 | 第28-29页 |
第三章 基于稀疏表示理论的新生儿疼痛表情识别 | 第29-40页 |
3.1 压缩感知理论 | 第29-32页 |
3.1.1 压缩感知概念介绍 | 第29-30页 |
3.1.2 信号的稀疏表示 | 第30-31页 |
3.1.3 信号重建算法 | 第31-32页 |
3.2 样本图像的稀疏表示 | 第32-36页 |
3.3 信号稀疏解求解算法 | 第36-39页 |
3.3.1 截断牛顿内点法 | 第36-37页 |
3.3.2 同伦算法 | 第37-38页 |
3.3.3 梯度投影算法 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第四章 实验仿真结果分析与总结 | 第40-55页 |
4.1 实验流程介绍 | 第40-43页 |
4.1.1 实验步骤 | 第40-41页 |
4.1.2 训练样本图像库的建立 | 第41-43页 |
4.2 实验结果与分析 | 第43-54页 |
4.2.1 2D-Gabor 内核大小对识别率的影响 | 第43-45页 |
4.2.2 分块模式对识别率的影响 | 第45-50页 |
4.2.3 不同的稀疏求解方法对识别率的影响 | 第50-52页 |
4.2.4 不同的特征提取方式对识别率的影响 | 第52-54页 |
4.3 本章小结 | 第54-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 全文总结 | 第55页 |
5.2 研究展望 | 第55-57页 |
参考文献 | 第57-60页 |
附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
附录2 攻读硕士学位期间参加的科研项目 | 第61-62页 |
致谢 | 第62页 |