基于词袋模型的图像分类技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·课题背景及选题意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·本文章节安排 | 第9-10页 |
| 第二章 图像分类 | 第10-20页 |
| ·图像分类的概念 | 第10-11页 |
| ·图像特征提取与描述 | 第11-17页 |
| ·积分图像 | 第11-12页 |
| ·箱式滤波器与Hessian矩阵 | 第12-14页 |
| ·特征的精确定位 | 第14-15页 |
| ·SURF特征描述子 | 第15-17页 |
| ·分类模型 | 第17-19页 |
| ·隐狄利克雷分布 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于词袋模型的图像分类 | 第20-41页 |
| ·词袋模型的概念 | 第20-21页 |
| ·图像词典及改进的图像词典的形成 | 第21-28页 |
| ·K-means聚类的不足 | 第21-22页 |
| ·精确欧拉位置敏感哈希 | 第22-25页 |
| ·多部图像词典的组合汇集技术 | 第25-27页 |
| ·直方图描述子的建立 | 第27-28页 |
| ·改进的图像特征提取 | 第28-34页 |
| ·图像特征兴趣区域 | 第28-31页 |
| ·前景对象范围的定位 | 第31-34页 |
| ·分类判别方法的设计 | 第34-35页 |
| ·词袋模型的分类实验结果分析 | 第35-40页 |
| ·实验数据集 | 第35页 |
| ·小规模数据实验分析 | 第35-38页 |
| ·大规模数据实验分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 类内图像的细化分类 | 第41-52页 |
| ·细化分类的概念与原理 | 第41页 |
| ·细化分类技术实现 | 第41-44页 |
| ·双向匹配 | 第41-42页 |
| ·随机抽样一致性 | 第42-44页 |
| ·改进的细化分类技术实现 | 第44-50页 |
| ·基于全局棋盘取样的RANSAC初始优化 | 第44-46页 |
| ·基于局部聚类的RANSAC初始优化 | 第46-48页 |
| ·感知哈希 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
