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

基于SMF模型的生物启发影像特征分类

摘要第1-6页
ABSTRACT第6-16页
第一章 绪论第16-26页
   ·研究背景和意义第16-17页
   ·国内外发展现状第17-23页
     ·生物启发视觉模型第17-21页
     ·纹理与目标的特征描述第21-23页
   ·本文研究内容与组织结构第23-26页
     ·研究思路第23-24页
     ·主要研究内容与论文结构第24-26页
第二章 标准模型特征及其不变性特征提取第26-40页
   ·图像特征提取第26-37页
     ·标准模型特征第26-27页
     ·其它计算机视觉模型第27-37页
   ·不变性与选择性评价方法第37-39页
   ·本章小结第39-40页
第三章 基于生物启发视觉模型的影像目标与纹理分类第40-100页
   ·概述第40页
   ·实验数据集第40-41页
     ·纹理数据集第40-41页
     ·对象数据集第41页
     ·混合数据集第41页
     ·实验环境第41页
   ·标准模型特征参数评价第41-49页
     ·训练集大小评价第41-43页
     ·训练正负集大小关系评价第43-44页
     ·AUC/分类精度关系评价第44页
     ·参数评价第44-49页
   ·基于纹理的生物启发视觉模型评价第49-72页
     ·标准模型特征选择性评价第49-59页
     ·标准模型特征不变性评价第59-69页
     ·与 LBP 特征的对比评价第69-72页
   ·基于目标的生物启发视觉模型评价第72-95页
     ·标准模型特征选择性评价第72-82页
     ·标准模型特征不变性评价第82-92页
     ·与 SIFT 特征的对比评价第92-95页
   ·讨论与分析第95-98页
   ·本章小结第98-100页
第四章 基于生物启发视觉模型腹侧通路特征的目标与纹理分类第100-110页
   ·概述第100页
   ·感受野第100-103页
   ·生物启发视觉模型腹侧通路评价第103-108页
     ·选择性评价第103-108页
     ·不变性评价第108页
   ·本章小结第108-110页
第五章 全文总结第110-114页
   ·结论第110-112页
   ·研究展望第112-114页
参考文献第114-118页
致谢第118-119页
攻读硕士学位期间已发表或录用的论文第119-122页
附件第122页

论文共122页,点击 下载论文
上一篇:基于图像分析的异常检测算法研究及应用
下一篇:智能车辆的交通信号灯识别