首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

视觉感知的稀疏编码理论及其应用研究

摘要第1-13页
第一章 引言第13-21页
   ·研究背景与意义第13-14页
   ·研究现状概述第14-16页
   ·本文的主要贡献第16-19页
   ·论文的组织第19-21页
第二章 人类视觉感知系统及有效编码概述第21-39页
   ·什么是视觉感知第21-23页
     ·外部环境的输入刺激第21-22页
     ·神经信息处理机制第22页
     ·视感官系统的输出第22-23页
   ·人类视觉感知系统第23-27页
     ·人类视觉系统的初级视觉通道第23-24页
     ·神经细胞感受野特性第24-26页
     ·人类视觉系统的特点第26-27页
   ·有效编码概述第27-38页
     ·自然图像统计特性第27-30页
     ·有效编码研究进展第30-36页
     ·有效编码研究面临的挑战第36-37页
     ·有效编码理论的应用第37-38页
   ·小结第38-39页
第三章 面向知觉任务的稀疏编码模型第39-57页
   ·引言第39-40页
   ·相关工作第40-42页
     ·线性叠加模型第40-41页
     ·稀疏编码模型第41-42页
   ·冗余可辨别的系数空间第42-43页
   ·面向分类任务的稀疏编码模型第43-46页
     ·判别约束第43-45页
     ·学习算法第45-46页
   ·仿真结果第46-51页
     ·预处理和实验条件第46-47页
     ·仿真结果第47-51页
   ·参数分析第51-54页
     ·对稀疏性能的影响第51-52页
     ·对重构误差的影响第52-53页
     ·对分类准确性的影响第53-54页
   ·讨论第54-55页
   ·小结第55-57页
第四章 双层反馈稀疏编码模型第57-77页
   ·引言第57-58页
   ·相关工作第58-63页
     ·独立成份分析方法第59-62页
     ·基于ICA的稀疏编码模型第62-63页
     ·多层感知机第63页
   ·双层反馈稀疏编码模型第63-69页
     ·TLF-SC模型概述第64-66页
     ·TLF-SC网络模型训练算法第66-69页
   ·仿真结果第69-74页
     ·模拟数据仿真第70-71页
     ·自然图像数据仿真第71-74页
   ·小结第74-77页
第五章 基于注意选择机制的稀疏编码模型第77-95页
   ·引言第77-78页
   ·相关工作第78-81页
     ·稀疏编码模型第78-79页
     ·注意选择机制研究现状第79-81页
   ·基于注意机制的稀疏编码模型第81-88页
     ·模型概述第81-82页
     ·非均匀采样注意模块第82-83页
     ·基于响应显著度的注意模块第83-86页
     ·注意选择策略第86-88页
   ·实验结果第88-93页
     ·仿真环境和设置第88-89页
     ·仿真结果第89-92页
     ·参数分析第92-93页
   ·小结第93-95页
第六章 基于稀疏编码模型的纹理特征分析第95-115页
   ·引言第95-96页
   ·纹理特征的相关工作第96-102页
     ·Tamura纹理特征第96-98页
     ·自回归纹理模型第98页
     ·小波和Gabor纹理特征第98-100页
     ·纹理谱特征第100-102页
   ·ICA系数纹理特征第102-109页
     ·纹理感知理论和模型第102-103页
     ·ICA系数纹理特征表示和抽取第103-107页
     ·几种纹理特征的分析与比较第107-108页
     ·距离测度第108-109页
   ·ICA系数纹理特征的图像检索实验第109-114页
     ·实验环境第109-110页
     ·评价准则第110页
     ·性能比较第110-114页
   ·小结第114-115页
第七章 结束语第115-119页
   ·本文的主要贡献第115-117页
   ·下一步研究方向第117-119页
附录A Gabor滤波器第119-123页
附录B 定理证明第123-125页
参考文献第125-137页
致谢第137-139页
作者简历第139-140页

论文共140页,点击 下载论文
上一篇:农村木构架承重土坯围护墙结构振动台试验研究
下一篇:调湿 净化 抗菌功能无机涂覆材料与性能研究