| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第12-13页 |
| 第一章 绪论 | 第13-33页 |
| 1.1 引言 | 第13页 |
| 1.2 图像分类 | 第13-19页 |
| 1.2.1 图像分类的研究意义 | 第13-14页 |
| 1.2.2 图像分类的基本过程 | 第14-15页 |
| 1.2.3 图像的底层特征 | 第15-16页 |
| 1.2.4 图像的中间语义特征 | 第16-17页 |
| 1.2.5 图像特征提取方法 | 第17-19页 |
| 1.3 商品图像分类 | 第19-23页 |
| 1.3.1 商品图像的特点 | 第19-22页 |
| 1.3.2 商品图像分类的研究意义 | 第22-23页 |
| 1.4 商品图像分类测试图像库 | 第23-27页 |
| 1.4.1 Swarthmore商品图像数据库 | 第24-25页 |
| 1.4.2 BUPT商品图文数据库 | 第25页 |
| 1.4.3 主要评价指标 | 第25-27页 |
| 1.5 论文的研究内容和成果 | 第27-29页 |
| 1.6 论文的内容安排 | 第29-31页 |
| 本章参考文献 | 第31-33页 |
| 第二章 稀疏表示相关理论 | 第33-57页 |
| 2.1 引言 | 第33-34页 |
| 2.2 稀疏表示理论基础 | 第34-39页 |
| 2.2.1 压缩感知理论 | 第34-36页 |
| 2.2.2 稀疏表示理论 | 第36-39页 |
| 2.3 稀疏模型 | 第39-47页 |
| 2.3.1 字典学习 | 第39-43页 |
| 2.3.2 稀疏编码 | 第43-47页 |
| 2.4 基于稀疏表示的图像分类 | 第47-50页 |
| 2.4.1 图像的稀疏表示模型 | 第47-48页 |
| 2.4.2 基于稀疏表示的图像分类 | 第48-50页 |
| 2.5 基于稀疏表示的图像分类关键问题 | 第50-53页 |
| 2.5.1 字典学习问题 | 第50-51页 |
| 2.5.2 稀疏编码问题 | 第51-52页 |
| 2.5.3 分类器构造问题 | 第52-53页 |
| 2.6 本章小结 | 第53-54页 |
| 本章参考文献 | 第54-57页 |
| 第三章 无监督的结构化稀疏字典学习算法 | 第57-81页 |
| 3.1 引言 | 第57-60页 |
| 3.1.1 研究动机 | 第57-58页 |
| 3.1.2 相关工作 | 第58-60页 |
| 3.2 无监督的结构化稀疏字典学习算法 | 第60-68页 |
| 3.2.1 USS-DL算法建模 | 第61-67页 |
| 3.2.2 USS-DL算法实现 | 第67-68页 |
| 3.3 实验与分析 | 第68-78页 |
| 3.3.1 实验环境与数据集 | 第68-70页 |
| 3.3.2 Swarthmore商品图像分类实验 | 第70页 |
| 3.3.3 BUPT商品图像分类实验 | 第70-71页 |
| 3.3.4 AR人脸图像分类实验 | 第71-74页 |
| 3.3.5 MNIST手写图像分类实验 | 第74-78页 |
| 3.4 本章小结 | 第78-79页 |
| 本章参考文献 | 第79-81页 |
| 第四章 l_(2,0)混合范数约束的块稀疏编码算法 | 第81-101页 |
| 4.1 引言 | 第81-84页 |
| 4.1.1 研究动机 | 第81-82页 |
| 4.1.2 相关工作 | 第82-84页 |
| 4.2 l_(2,0)混合范数约束的块稀疏编码算法 | 第84-91页 |
| 4.2.1 BSCMN算法建模 | 第84-90页 |
| 4.2.2 BSCMN算法实现 | 第90-91页 |
| 4.3 实验与分析 | 第91-97页 |
| 4.3.1 实验环境与数据集 | 第91页 |
| 4.3.2 Swarthmore商品图像分类实验 | 第91-92页 |
| 4.3.3 BUPT商品图像分类实验 | 第92-93页 |
| 4.3.4 AR人脸图像分类实验 | 第93-96页 |
| 4.3.5 MNIST手写图像分类实验 | 第96-97页 |
| 4.4 本章小结 | 第97-99页 |
| 本章参考文献 | 第99-101页 |
| 第五章 图文多模态融合的商品图像分类算法 | 第101-119页 |
| 5.1 引言 | 第101-104页 |
| 5.1.1 研究动机 | 第101-102页 |
| 5.1.2 相关工作 | 第102-104页 |
| 5.2 图文多模态融合的商品图像分类算法 | 第104-112页 |
| 5.2.1 商品图像的多模态特点 | 第104-105页 |
| 5.2.2 MM-IT算法建模 | 第105-111页 |
| 5.2.3 MM-IT算法实现 | 第111-112页 |
| 5.3 实验与分析 | 第112-115页 |
| 5.3.1 BUPT商品图像分类实验 | 第112-115页 |
| 5.4 本章小结 | 第115-116页 |
| 本章参考文献 | 第116-119页 |
| 第六章 上下文稀疏约束的商品图像分类算法 | 第119-135页 |
| 6.1 引言 | 第119-121页 |
| 6.1.1 研究动机 | 第119-120页 |
| 6.1.2 相关工作 | 第120-121页 |
| 6.2 上下文稀疏约束的商品图像分类算法 | 第121-128页 |
| 6.2.1 商品图像的时间上下文关系 | 第121-123页 |
| 6.2.2 CSC-SC算法建模 | 第123-128页 |
| 6.2.3 CSC-SC算法实现 | 第128页 |
| 6.3 实验与分析 | 第128-131页 |
| 6.3.1 BUPT商品图像分类实验 | 第128-131页 |
| 6.4 本章小结 | 第131-132页 |
| 本章参考文献 | 第132-135页 |
| 第七章 总结和展望 | 第135-139页 |
| 7.1 工作总结 | 第135-136页 |
| 7.2 工作展望 | 第136-139页 |
| 附录A 缩略语表 | 第139-141页 |
| 致谢 | 第141-143页 |
| 攻读博士学位期间发表的学术论文 | 第143页 |