基于视觉词袋的Visual-map图像特征提取与分类算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 视觉词袋模型研究现状 | 第10-11页 |
| 1.2.2 图像特征提取与匹配研究现状 | 第11-12页 |
| 1.2.3 监督分类算法研究现状 | 第12-13页 |
| 1.3 课题的主要研究内容 | 第13-16页 |
| 第2章 图像特征提取算法研究 | 第16-27页 |
| 2.1 局部特征提取算法 | 第16-18页 |
| 2.2 全局特征提取算法 | 第18-21页 |
| 2.2.1 感知哈希算法 | 第18-20页 |
| 2.2.2 Gist特征描述子 | 第20-21页 |
| 2.3 图像匹配性能分析 | 第21-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 利用图像全局特征的视觉词袋构建方法 | 第27-40页 |
| 3.1 视觉词袋模型概述 | 第27-28页 |
| 3.2 视觉词袋构建方法 | 第28-30页 |
| 3.3 模型在实际环境下的表现 | 第30-38页 |
| 3.3.1 实际环境 | 第30-31页 |
| 3.3.2 模型表现及参数选择 | 第31-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 基于视觉词袋的有监督图像分类算法 | 第40-52页 |
| 4.1 总体架构 | 第40-41页 |
| 4.2 有监督分类算法 | 第41-45页 |
| 4.2.1 AdaBoost算法 | 第42-43页 |
| 4.2.2 支持向量机 | 第43-45页 |
| 4.3 图像视觉词直方图的有监督分类 | 第45-47页 |
| 4.4 算法在定位环境下的性能表现 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-60页 |
| 致谢 | 第60页 |
