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

视觉词袋模型的改进及其在图像分类中的应用

摘要第7-8页
Abstract第8-9页
第1章 绪论第12-19页
    1.1 课题研究背景与意义第12-13页
    1.2 国内外发展现状第13-15页
    1.3 图像分类技术所面临的挑战第15-17页
    1.4 本文的研究内容第17页
    1.5 本文的结构第17-19页
第2章 视觉词袋模型研究综述第19-34页
    2.1 引言第19页
    2.2 视觉词袋模型的介绍第19-20页
    2.3 底层特征的提取第20-27页
        2.3.1 全局特征第20-22页
        2.3.2 局部特征第22-27页
    2.4 视觉词典的生成第27-29页
    2.5 图像表示方法第29-30页
    2.6 分类器介绍第30-32页
    2.7 本章小结第32-34页
第3章 基于W-MR-MS准则的图像分类第34-43页
    3.1 引言第34页
    3.2 相关研究第34-35页
        3.2.1 视觉词典创建的研究现状第34-35页
        3.2.2 视觉词典优化的研究现状第35页
    3.3 W-MR-MS准则的定义第35-38页
        3.3.1 视觉单词与图像类别间的相关性第36页
        3.3.2 视觉单词间的语义相似性第36-38页
        3.3.3 W-MR-MS准则第38页
    3.4 基于W-MR-MS准则的视觉词袋模型第38-39页
    3.5 实验结果与分析第39-42页
        3.5.1 实验设置第39-40页
        3.5.2 实验结果第40-42页
    3.6 本章小结第42-43页
第4章 基于PLSA与视觉短语的图像分类第43-54页
    4.1 引言第43页
    4.2 相关研究第43-45页
        4.2.1 图像局部特征的空间关系第43-44页
        4.2.2 PLSA模型的介绍第44-45页
    4.3 具有空间分布信息的视觉短语第45-47页
        4.3.1 视觉短语的概念第45-46页
        4.3.2 视觉短语的意义第46-47页
        4.3.3 创建视觉短语第47页
    4.4 基于PLSA与视觉短语的图像分类第47-49页
        4.4.1 语义视觉词典的构建第47-48页
        4.4.2 基于PLSA与视觉短语的图像分类模型第48页
        4.4.3 局部空间分布信息的比重对图像分类性能的影响第48-49页
    4.5 实验结果与分析第49-53页
        4.5.1 实验设置第49-50页
        4.5.2 实验结果第50-53页
    4.6 本章小结第53-54页
总结与展望第54-56页
参考文献第56-62页
致谢第62-63页
附录A 攻读硕士学位期间所发表的论文第63页

论文共63页,点击 下载论文
上一篇:电能质量扰动信号的检测与识别方法研究
下一篇:基于稀疏表示的目标跟踪算法研究