基于相似性网络融合的目标分类研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 智能视频监控系统与目标分类的研究现状 | 第12-15页 |
| 1.2.1 智能视频监控系统 | 第12-13页 |
| 1.2.2 目标分类 | 第13-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 相似性网络融合及其快速算法设计 | 第17-55页 |
| 2.1 目标分类的典型特征 | 第17-20页 |
| 2.1.1 尺度不变特征变换 | 第17-18页 |
| 2.1.2 方向梯度直方图特征 | 第18-19页 |
| 2.1.3 其它图像特征 | 第19-20页 |
| 2.2 相似性网络融合算法 | 第20-29页 |
| 2.2.1 支持向量机 | 第20页 |
| 2.2.2 相似性网络融合算法介绍 | 第20-25页 |
| 2.2.3 相似性网络融合算法分析 | 第25-29页 |
| 2.3 快速相似性网络融合 | 第29-39页 |
| 2.3.1 基于快速相似性网络融合的训练 | 第29-33页 |
| 2.3.2 基于快速相似性网络融合的快速融合计算 | 第33-37页 |
| 2.3.3 基于快速相似性网络融合的分类 | 第37页 |
| 2.3.4 快速相似性网络融合近似分析 | 第37-39页 |
| 2.4 实验设计与验证 | 第39-53页 |
| 2.4.1 实验设计 | 第40-43页 |
| 2.4.2 实验验证 | 第43-53页 |
| 2.4.3 实验结论 | 第53页 |
| 2.5 本章小结 | 第53-55页 |
| 第三章 基于FSNF的在线目标分类系统设计实现 | 第55-80页 |
| 3.1 基于FSNF的在线目标分类系统设计 | 第55-59页 |
| 3.1.1 在线目标分类系统整体设计 | 第55-57页 |
| 3.1.2 目标分类系统模块分工 | 第57-58页 |
| 3.1.3 相似性矩阵分析方法 | 第58-59页 |
| 3.2 基于FSNF的在线目标分类系统实现 | 第59-62页 |
| 3.3 实验设计与验证 | 第62-79页 |
| 3.3.1 实验设计 | 第62-64页 |
| 3.3.2 实验验证 | 第64-78页 |
| 3.3.3 实验结论 | 第78-79页 |
| 3.4 本章小结 | 第79-80页 |
| 第四章 总结与展望 | 第80-82页 |
| 4.1 本文主要工作贡献 | 第80页 |
| 4.2 后续研究工作 | 第80-81页 |
| 4.3 研究展望 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间已发表或录用的论文 | 第86-88页 |
