面向自然场景分类的稀疏编码研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第9-10页 |
| ·课题来源 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·标准稀疏编码算法 | 第10-12页 |
| ·其他图像特征提取方法 | 第12-13页 |
| ·本文的主要研究内容 | 第13-16页 |
| ·自然图像对象识别问题分析 | 第13-14页 |
| ·多字典编码思想 | 第14-15页 |
| ·对象所在区域提取 | 第15页 |
| ·对象类别属性的判定 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 有监督稀疏编码 | 第17-29页 |
| ·引言 | 第17页 |
| ·稀疏编码算法 | 第17-25页 |
| ·稀疏编码训练模型 | 第17-20页 |
| ·传统有监督的稀疏编码 | 第20-22页 |
| ·多字典编码结构 | 第22-23页 |
| ·基于字典的对象重构实验结果 | 第23-25页 |
| ·基于重构误差的初步判别及实验结果 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 稀疏编码特征分析 | 第29-39页 |
| ·引言 | 第29页 |
| ·均值偏移聚类算法 | 第29-32页 |
| ·数据预处理策略 | 第32-34页 |
| ·聚类实验结果 | 第34-37页 |
| ·对象区域提取 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 系统平台 | 第39-48页 |
| ·引言 | 第39页 |
| ·系统实现所用技术 | 第39页 |
| ·系统功能模块 | 第39页 |
| ·训练模块 | 第39-42页 |
| ·样本获取 | 第39-40页 |
| ·字典训练 | 第40-42页 |
| ·特征分析及提取 | 第42页 |
| ·判别模块 | 第42-45页 |
| ·测试样本提取 | 第42-43页 |
| ·图像重构 | 第43-44页 |
| ·对象区域提取 | 第44-45页 |
| ·对象判别 | 第45页 |
| ·实验结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55页 |
