基于BoF的图像检索与行为识别研究
| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-13页 |
| ·图像检索背景 | 第11-13页 |
| ·本文研究的问题及其意义 | 第13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| ·本文组织结构 | 第16-17页 |
| 第二章 图像特征与多核学习 | 第17-25页 |
| ·图像特征 | 第17-18页 |
| ·全局图像特征 | 第17页 |
| ·局部图像特征 | 第17-18页 |
| ·SIFT局部特征算法 | 第18-21页 |
| ·SIFT的算法步骤 | 第18-21页 |
| ·SIFT算法的优缺点分析 | 第21页 |
| ·BoF(Bag-of-Feature)表示模型 | 第21-23页 |
| ·多核学习 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于BoC-BoF融合特征的图像检索 | 第25-35页 |
| ·引言 | 第25页 |
| ·BoC-BoF表示 | 第25-28页 |
| ·BoC表示的构建过程 | 第25-27页 |
| ·BoC-BoF融合算法 | 第27-28页 |
| ·实验与结果分析 | 第28-34页 |
| ·数据集 | 第28-29页 |
| ·评测指标 | 第29-31页 |
| ·全局相似性图像检索结果 | 第31-34页 |
| ·局部相似性图像检索结果 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于广义性多核学习的静态图像行为识别 | 第35-43页 |
| ·引言 | 第35-36页 |
| ·广义性多核学习算法 | 第36-37页 |
| ·图像表示 | 第37-38页 |
| ·空间金字塔模型 | 第37-38页 |
| ·Phog特征 | 第38页 |
| ·行为识别算法流程 | 第38-39页 |
| ·实验结果和分析 | 第39-41页 |
| ·数据集 | 第39-40页 |
| ·各种核函数的性能对比 | 第40页 |
| ·行为识别正确率比较 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·工作总结 | 第43-44页 |
| ·工作展望 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 攻读学位期间取得的研究成果 | 第51-53页 |
| 致谢 | 第53-55页 |
| 个人简况及联系方式 | 第55-57页 |
| 承诺书 | 第57-59页 |
