基于深度学习的图像特征提取
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 前言 | 第8-13页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究目的和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 研究方法 | 第12-13页 |
| 1.5 论文结构 | 第13页 |
| 第二章 相关理论方法 | 第13-22页 |
| 2.1 方向梯度直方图原理 | 第13-17页 |
| 2.1.1 支持向量机原理 | 第14-16页 |
| 2.1.2 非极大值抑制原理 | 第16-17页 |
| 2.2 尺度不变特征变换原理 | 第17-18页 |
| 2.3 卷积神经网络原理 | 第18-21页 |
| 2.4 分类器评价方法 | 第21-22页 |
| 第三章 实证分析 | 第22-34页 |
| 3.1 数据选取 | 第22-25页 |
| 3.1.1 数据库介绍 | 第22-23页 |
| 3.1.2 数据获取 | 第23-25页 |
| 3.2 数据处理 | 第25-27页 |
| 3.3 方向梯度直方图模型 | 第27-28页 |
| 3.4 尺度不变特征变换模型 | 第28-29页 |
| 3.5 卷积神经网络模型 | 第29-32页 |
| 3.6 结论 | 第32-34页 |
| 第四章 总结与展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 附录一数据集代码 | 第37-38页 |
| 附录二方向梯度直方图代码 | 第38-45页 |
| 附录三尺度不变特征变换代码 | 第45-48页 |
| 附录四卷积神经网络代码 | 第48-51页 |
| 致谢 | 第51-52页 |
