基于张量特征值分析的特征表示及典型应用
摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
符号对照表 | 第12-13页 |
缩略语对照表 | 第13-16页 |
第一章 绪论 | 第16-22页 |
·选题意义及背景 | 第16页 |
·张量特征值概述 | 第16-17页 |
·张量分解方法概述 | 第17页 |
·图像边缘特征及偏度一维像概述 | 第17-18页 |
·视频压缩原理 | 第18-19页 |
·本文的主要研究内容及章节安排 | 第19-22页 |
第二章 梯度偏度张量及张量分解 | 第22-32页 |
·引言 | 第22页 |
·张量基本定义 | 第22-25页 |
·梯度偏度张量 | 第25-28页 |
·偏度 | 第25-26页 |
·梯度偏度张量 | 第26-28页 |
·Tucker分解法 | 第28-29页 |
·张量的紧凑表示 | 第29-30页 |
·总结 | 第30-32页 |
第三章 基于GST最大D特征值的图像边缘特征检测 | 第32-44页 |
·引言 | 第32页 |
·图像边缘检测的基本步骤 | 第32-33页 |
·图像边缘分类 | 第32页 |
·图像边缘检测步骤 | 第32-33页 |
·基于导数的边缘检测方法 | 第33-34页 |
·GST最大D特征值的图像边缘特征表示 | 第34-38页 |
·GST的D特征值求解 | 第34-37页 |
·图像边缘特征检测的GST最大D特征值方法 | 第37-38页 |
·仿真结果 | 第38-43页 |
·小结 | 第43-44页 |
第四章 基于GST最大D特征值的偏度一维像 | 第44-52页 |
·引言 | 第44页 |
·梯度偏度张量的三维推广 | 第44-46页 |
·偏度一维像 | 第46-50页 |
·总结 | 第50-52页 |
第五章 基于张量分解的视频压缩算法 | 第52-80页 |
·引言 | 第52页 |
·张量分解算法 | 第52-57页 |
·张量HOSVD分解 | 第52-53页 |
·张量多次Tucker—ALS分解算法 | 第53-57页 |
·基于MTTALS算法的视频压缩具体实现 | 第57-67页 |
·数据分块策略 | 第57-60页 |
·量化编码 | 第60-62页 |
·算法的具体实现 | 第62-65页 |
·压缩性能分析 | 第65-67页 |
·仿真结果及性能分析 | 第67-78页 |
·视频压缩算法参数的选择 | 第67-71页 |
·与H.264对比分析 | 第71-78页 |
·总结 | 第78-80页 |
第六章 工作总结及展望 | 第80-82页 |
·工作总结 | 第80页 |
·展望 | 第80-82页 |
参考文献 | 第82-86页 |
致谢 | 第86-88页 |
作者简介 | 第88页 |