| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究意义与背景 | 第7页 |
| 1.2 课题意义 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-11页 |
| 1.4 本文相关研究工作 | 第11页 |
| 1.5 本文内容安排 | 第11-13页 |
| 第2章 图像分类相关内容 | 第13-27页 |
| 2.1 图像底层特征提取 | 第13-21页 |
| 2.1.1 SIFT算法 | 第13-19页 |
| 2.1.2 DenseSIFT算法 | 第19-21页 |
| 2.2 图像中层语义表达 | 第21-23页 |
| 2.2.1 BOW模型 | 第21-23页 |
| 2.3 分类器训练 | 第23-26页 |
| 2.3.1 SVM分类器在图像分类中的应用 | 第23-24页 |
| 2.3.2 SVM分类器原理 | 第24-25页 |
| 2.3.3 SVM核函数 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于空间SSIM度量的ROI区域提取 | 第27-37页 |
| 3.1 空间金字塔模型 | 第27-29页 |
| 3.2 基于空间SSIM度量的ROI区域提取模型 | 第29-30页 |
| 3.3 实验数据库 | 第30-31页 |
| 3.4 实验配置 | 第31-32页 |
| 3.5 实验结果与分析 | 第32-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第4章 基于空间SSIM度量的ROI区域提取引入FisherKernel模型 | 第37-46页 |
| 4.1 Fisher向量表示 | 第37-40页 |
| 4.2 基于空间SSIM度量ROI区域提取引入思想 | 第40-41页 |
| 4.3 实验数据库 | 第41-42页 |
| 4.4 实验配置 | 第42-43页 |
| 4.5 实验结果分析 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 本文总结与分析 | 第46-47页 |
| 5.2 未来工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录A 在校期间发表的学术论文与研究成果 | 第52页 |