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

基于稀疏编码的视觉艺术理解和风格分类

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·选题背景第9-10页
   ·研究的意义第10-11页
   ·标准稀疏编码与风格分类第11-14页
     ·标准稀疏编码算法研究概况与发展第11-12页
     ·稀疏编码与艺术风格分类第12-14页
   ·文章的主要工作及组织结构第14-15页
第2章 标准稀疏编码模型第15-33页
   ·基础知识准备第15-19页
     ·图像基第15-16页
     ·统计学基础第16-18页
     ·视觉艺术作品风格分类及风格介绍第18-19页
   ·标准稀疏编码算法第19-32页
     ·预处理第19-23页
     ·算法模型第23-25页
     ·学习过程第25-30页
     ·重构实验第30-32页
   ·本章小结第32-33页
第3章 基函数和稀疏系数的特征分析及与画派风格间的关系第33-46页
   ·引言第33页
   ·基函数的特征分析第33-39页
     ·基函数的特征提取与分析第33-34页
     ·基函数与风格分类第34-39页
   ·稀疏系数特征分析第39-44页
     ·稀疏系数第39-40页
     ·稀疏系数与风格分类第40-44页
   ·本章小结第44-46页
第4章 基于稀疏编码的视觉艺术风格分类第46-58页
   ·引言第46页
   ·稀疏编码的风格分类模型第46-49页
     ·稀疏编码用于风格的分类的原理及模型框图第46-47页
     ·数据准备及参数设置第47-49页
   ·基于稀疏编码的统计分类实验及结果分析第49-57页
     ·实验一:通过统计的方法证明基于峭度来进行风格分类的可行性第49-53页
     ·实验二:不同风格视觉艺术作品的风格识别与风格分类第53-57页
   ·本章小结第57-58页
第5章 总结和展望第58-60页
参考文献第60-62页
致谢第62-63页
在读期间参与的科研项目和发表的论文第63页

论文共63页,点击 下载论文
上一篇:基于压缩感知理论的图像多描述编码研究
下一篇:宣城市工业学校学生信息管理系统的设计与实现