基于SPM模型的图像分类方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文的研究内容与组织结构 | 第11-13页 |
| 第二章 基于SPM模型的图像分类综述 | 第13-26页 |
| 2.1 BOW模型 | 第13-15页 |
| 2.2 SPM模型 | 第15-18页 |
| 2.3 图像特征提取 | 第18-21页 |
| 2.3.1 全局特征 | 第18-20页 |
| 2.3.2 局部特征 | 第20-21页 |
| 2.4 构建视觉词典 | 第21-22页 |
| 2.5 视觉特征编码 | 第22-23页 |
| 2.6 分类器 | 第23-24页 |
| 2.7 本章小结 | 第24-26页 |
| 第三章 聚类方法的改进 | 第26-36页 |
| 3.1 K-means聚类算法 | 第26-27页 |
| 3.2 熵率聚类算法 | 第27-30页 |
| 3.3 本文算法 | 第30-32页 |
| 3.4 实验与分析 | 第32-35页 |
| 3.4.1 实验数据集 | 第32-33页 |
| 3.4.2 实验设置 | 第33-34页 |
| 3.4.3 结果与分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 集合多特征与稀疏编码的图像分类方法 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 系统组成 | 第37-40页 |
| 4.2.1 特征提取 | 第37-38页 |
| 4.2.2 稀疏编码 | 第38-39页 |
| 4.2.3 特征融合与图像表述 | 第39-40页 |
| 4.3 实验与分析 | 第40-43页 |
| 4.3.1 数据集和实验设置 | 第40-41页 |
| 4.3.2 实验结果与分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间参加的科研项目 | 第53页 |
