| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·研究的背景和意义 | 第12-13页 |
| ·网络图像搜索 | 第12页 |
| ·基于内容的视频检索 | 第12-13页 |
| ·医学图像挖掘 | 第13页 |
| ·目标图像编辑 | 第13页 |
| ·色情图像过滤 | 第13页 |
| ·目前目标分类识别的困难所在 | 第13-15页 |
| ·目前国内外研究现状 | 第15-18页 |
| ·特征提取与表示方法 | 第15-17页 |
| ·目标分类方法 | 第17-18页 |
| ·本文的主要研究内容和创新点 | 第18-19页 |
| ·本文的组织 | 第19-21页 |
| 第二章 基于多尺度SLBP特征的目标分类方法 | 第21-39页 |
| ·引言 | 第21-22页 |
| ·局部二元模式(Local Binary Pattern) | 第22-23页 |
| ·多尺度空间技术 | 第23-25页 |
| ·多尺度表示 | 第23-24页 |
| ·多尺度金字塔的构成 | 第24-25页 |
| ·基于多尺度SLBP 金字塔特征的目标分类方法 | 第25-30页 |
| ·多尺度SLBP 特征提取 | 第25-26页 |
| ·特征码本 | 第26-28页 |
| ·特征匹配 | 第28-29页 |
| ·支持向量机 | 第29-30页 |
| ·实验及讨论 | 第30-38页 |
| ·判定标准 | 第30-31页 |
| ·尺度变化分类实验 | 第31-33页 |
| ·光照变化分类实验 | 第33-34页 |
| ·角度变化分类实验 | 第34-36页 |
| ·多种变化混合分类实验 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于前景目标特征提取的目标分类方法 | 第39-56页 |
| ·引言 | 第39-40页 |
| ·系统流程 | 第40-41页 |
| ·前景特征提取和特征权重定义 | 第41-49页 |
| ·SIFT 特征描述 | 第41-45页 |
| ·基于SIFT 特征匹配的前景特征权重 | 第45-46页 |
| ·特征聚类及特征权重更新 | 第46-48页 |
| ·前景目标特征提取算法描述 | 第48-49页 |
| ·实验及讨论 | 第49-54页 |
| ·两类目标前景特征提取实验 | 第49-50页 |
| ·6 类目标分类实验 | 第50-52页 |
| ·实际车辆图像分类实验 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 基于动态特征单词树的增量目标分类方法 | 第56-77页 |
| ·引言 | 第56-58页 |
| ·Topic-Bridge PLSA | 第58-60页 |
| ·Incremental PLSA | 第60-61页 |
| ·基于动态特征单词树的增量目标分类方法 | 第61-67页 |
| ·动态特征单词树模型构建 | 第62-64页 |
| ·Incremental topic-Bridge PLSA | 第64-66页 |
| ·实现细节 | 第66-67页 |
| ·实验及讨论 | 第67-76页 |
| ·动态特征单词树评价 | 第67-68页 |
| ·增量变化下的目标分类实验 | 第68-74页 |
| ·增量学习与批量学习的目标分类实验 | 第74页 |
| ·分类模型参数调整实验 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 基于特征树模型的目标识别方法 | 第77-95页 |
| ·引言 | 第77-80页 |
| ·相关工作 | 第79-80页 |
| ·目标特征提取 | 第80-81页 |
| ·特征提取和表示 | 第80页 |
| ·特征过滤 | 第80-81页 |
| ·特征树的构建和匹配 | 第81-85页 |
| ·局部类别一致k 均值聚类 | 第81-84页 |
| ·特征树构建 | 第84-85页 |
| ·快速特征树匹配 | 第85页 |
| ·目标检测和识别 | 第85-87页 |
| ·问题建模 | 第86页 |
| ·目标识别 | 第86-87页 |
| ·实验及讨论 | 第87-94页 |
| ·两类识别实验评价 | 第87-93页 |
| ·多类识别实验评价 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 第六章 结论与展望 | 第95-98页 |
| ·本文的主要研究工作总结 | 第95-97页 |
| ·下一步的工作重点 | 第97-98页 |
| 参考文献 | 第98-108页 |
| 攻读博士学位期间取得的研究成果 | 第108-110页 |
| 致谢 | 第110-111页 |
| 附件 | 第111页 |