摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-18页 |
·课题背景及研究目的和意义 | 第10-11页 |
·国内外研究现状 | 第11-16页 |
·基于低层的场景分类 | 第11-12页 |
·基于中层的场景分类 | 第12-16页 |
·本文的主要研究内容 | 第16-17页 |
·论文结构组织 | 第17-18页 |
第2章 场景分类的理论基础 | 第18-28页 |
·场景分类的定义及步骤 | 第18页 |
·场景分类系统的关键问题 | 第18-20页 |
·场景分类特征提取 | 第20-26页 |
·Gist 全局特征提取 | 第20-21页 |
·SIFT 局部特征提取 | 第21-25页 |
·SURF 局部特征提取 | 第25页 |
·SURF 与 SIFT 的性能比较 | 第25-26页 |
·本章小结 | 第26-28页 |
第3章 基于信息熵分类码本的场景分类 | 第28-38页 |
·向量量化过程及基本码本模型 BCM 存在的问题 | 第28-29页 |
·熵分类码本模型 ECCM 形成过程 | 第29-33页 |
·ECCM 基本框架 | 第29-30页 |
·局部熵 | 第30页 |
·特征提取及分类 | 第30-32页 |
·子码本的生成与向量量化 | 第32-33页 |
·实验结果及分析 | 第33-36页 |
·实验数据 | 第33页 |
·实验设置与评价标准 | 第33-34页 |
·结果与分析 | 第34-36页 |
·本章小结 | 第36-38页 |
第4章 基于超像素空间金字塔的场景分类 | 第38-50页 |
·超像素网格分块 | 第38-40页 |
·上下文特征及类码本形成 | 第40-42页 |
·上下文特征 | 第40-41页 |
·类码本形成过程 | 第41-42页 |
·空间金字塔 | 第42-43页 |
·实验结果及分析 | 第43-49页 |
·实验数据及设置 | 第43-44页 |
·实验结果 | 第44-48页 |
·结果分析 | 第48-49页 |
·本章小结 | 第49-50页 |
第5章 基于特征融合及改进 LLC 编码的场景分类 | 第50-62页 |
·算法基本框图 | 第50-51页 |
·特征提取 | 第51-53页 |
·局部特征提取 | 第51-52页 |
·全局特征提取 | 第52-53页 |
·特征映射 | 第53-56页 |
·向量量化编码方式 | 第54页 |
·稀疏编码方式 | 第54-55页 |
·局部约束线性编码方式 | 第55-56页 |
·区域描述及特征融合 | 第56-57页 |
·分类器训练 | 第57页 |
·实验结果与分析 | 第57-60页 |
·实验设计 | 第57-58页 |
·实验结果 | 第58-60页 |
·结果分析 | 第60-61页 |
·本章小结 | 第61-62页 |
结论 | 第62-64页 |
参考文献 | 第64-70页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
致谢 | 第71-72页 |
作者简介 | 第72页 |