基于词包与稀疏表示的场景分类
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 测试数据库简介 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 场景分类基础理论 | 第16-24页 |
| 2.1 场景分类定义 | 第16-17页 |
| 2.2 场景分类现有技术方法 | 第17-19页 |
| 2.2.1 基于图像低级特征 | 第18页 |
| 2.2.2 基于场景结构 | 第18页 |
| 2.2.3 基于视觉词汇 | 第18-19页 |
| 2.3 场景分类的特征 | 第19-22页 |
| 2.3.1 提取边缘特征 | 第19-21页 |
| 2.3.2 提取颜色特征 | 第21页 |
| 2.3.3 提取 SIFT 特征 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 词包模型 | 第24-43页 |
| 3.1 词包模型简介 | 第24-25页 |
| 3.2 词包模型的应用 | 第25-26页 |
| 3.3 基于词包模型的图像场景表示 | 第26-35页 |
| 3.4 分类器分析 | 第35-38页 |
| 3.5 词包表示图像场景分类实验 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 稀疏表示 | 第43-52页 |
| 4.1 稀疏表示简介 | 第43-47页 |
| 4.2 稀疏表示应用 | 第47页 |
| 4.3 稀疏表示图像场景分类实验 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 基于词包与稀疏表示图像场景分类 | 第52-62页 |
| 5.1 算法框架与流程 | 第52-56页 |
| 5.2 算法模型描述 | 第56-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 实验结果与分析 | 第62-66页 |
| 总结与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
