| 摘要 | 第1-5页 |
| ABSTRACT | 第5-16页 |
| 缩略语表 | 第16-18页 |
| 第一章 绪论 | 第18-36页 |
| ·研究背景与意义 | 第18-20页 |
| ·图像识别系统关键技术研究现状 | 第20-25页 |
| ·预处理 | 第20-22页 |
| ·特征提取 | 第22-24页 |
| ·分类器设计 | 第24-25页 |
| ·模型选择与评价 | 第25页 |
| ·多尺度表达与正则化技术 | 第25-32页 |
| ·多尺度表达 | 第25-29页 |
| ·正则化技术 | 第29-32页 |
| ·主要内容和章节安排 | 第32-36页 |
| 第二章 基于多尺度纹理特征和正则化回归的光照预处理 | 第36-60页 |
| ·引言 | 第36-37页 |
| ·色彩恒常理论 | 第37-41页 |
| ·朗伯特反射模型 | 第37-38页 |
| ·单个色彩恒常算法 | 第38-40页 |
| ·对角模型 | 第40-41页 |
| ·相关的色彩恒常融合算法 | 第41-42页 |
| ·基于多尺度纹理特征与正则化局部回归的色彩恒常融合算法 | 第42-49页 |
| ·基于威布尔分布参数的纹理金字塔特征 | 第43-45页 |
| ·图像相似性测度 | 第45-46页 |
| ·采用正则化局部回归的融合方案 | 第46-49页 |
| ·实验结果与分析 | 第49-56页 |
| ·评价标准 | 第50页 |
| ·实验数据集与参数设置 | 第50-52页 |
| ·SFU数据库上的实验结果 | 第52页 |
| ·MS数据库上的实验结果 | 第52-54页 |
| ·TPM RLR算法的进一步分析 | 第54-56页 |
| ·本章小结 | 第56-60页 |
| 第三章 基于多尺度学习特征和线性表达分类器的性别识别 | 第60-90页 |
| ·引言 | 第60-62页 |
| ·人脸特征提取和线性表达分类器 | 第62-66页 |
| ·人脸特征提取方法 | 第62-64页 |
| ·线性表达分类器 | 第64-66页 |
| ·基于多尺度学习模式的人脸特征 | 第66-70页 |
| ·多尺度学习模式 | 第66-68页 |
| ·人脸表示 | 第68-70页 |
| ·基于隐原型的线性表达分类器 | 第70-73页 |
| ·基于偏最小二乘的线性表达分类器 | 第70-72页 |
| ·基于群组的LRC PLS分类器 | 第72-73页 |
| ·实验结果与分析 | 第73-86页 |
| ·实验数据集与参数设置 | 第73-75页 |
| ·单个数据库实验结果 | 第75-82页 |
| ·跨数据库实验结果 | 第82-86页 |
| ·GLRC PLS分类器的性能测试 | 第86页 |
| ·本章小结 | 第86-90页 |
| 第四章 基于多尺度查询扩展协同表达分类器的物体识别 | 第90-112页 |
| ·引言 | 第90-92页 |
| ·协同表达分类器与字典学习 | 第92-93页 |
| ·协同表达分类器 | 第92页 |
| ·基于字典学习的线性表达分类器 | 第92-93页 |
| ·基于类原型的多尺度查询扩展协同表达分类器 | 第93-99页 |
| ·多尺度查询图像扩展 | 第94-96页 |
| ·基于典型相关分析的类原型生成 | 第96-98页 |
| ·基于最小规范化残差的多变量协同表达分类 | 第98-99页 |
| ·实验结果与分析 | 第99-110页 |
| ·实验数据集与参数设置 | 第99-103页 |
| ·FERET Pose数据库上的实验结果 | 第103-105页 |
| ·Swedish Leaf数据库上的实验结果 | 第105页 |
| ·Chars74k数据库上的实验结果 | 第105-106页 |
| ·ETH-80数据库上的实验结果 | 第106-107页 |
| ·算法效率分析 | 第107-109页 |
| ·QCRC CP分类器的进一步分析 | 第109-110页 |
| ·本章小结 | 第110-112页 |
| 第五章 基于正则化LDA的度量学习在场景识别中的应用 | 第112-130页 |
| ·引言 | 第112-113页 |
| ·马氏距离度量学习问题 | 第113-114页 |
| ·K近邻算法 | 第113-114页 |
| ·距离度量学习 | 第114页 |
| ·相关的距离度量学习算法 | 第114-116页 |
| ·基于正则化线性判别分析的距离度量学习 | 第116-120页 |
| ·基于正则化线性判别分析的射影矩阵 | 第117-118页 |
| ·相似样本对子集与相异样本对子集 | 第118-119页 |
| ·非负对角选择矩阵 | 第119-120页 |
| ·实验结果与分析 | 第120-128页 |
| ·实验数据集与参数设置 | 第120-123页 |
| ·特征提取 | 第123-124页 |
| ·8类自然场景数据库上的实验结果 | 第124-126页 |
| ·8类运动场景数据库上的实验结果 | 第126-128页 |
| ·算法效率分析 | 第128页 |
| ·本章小结 | 第128-130页 |
| 第六章 总结与展望 | 第130-134页 |
| ·全文总结 | 第130-132页 |
| ·未来工作展望 | 第132-134页 |
| 附录 A 部分彩图 | 第134-136页 |
| 附录 B lαβ-RGB空间变换 | 第136-138页 |
| 参考文献 | 第138-154页 |
| 致谢 | 第154-156页 |
| 攻读博士学位期间已发表或录用的论文、专利 | 第156-159页 |
