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

基于草图和边缘的物体识别

摘要第4-6页
ABSTRACT第6-7页
符号对照表第11-12页
第一章 绪论第12-22页
    1.1 课题研究的背景及意义第12-13页
    1.2 研究现状第13-17页
        1.2.1 草图识别第13-14页
        1.2.2 基于草图的图像检索第14-16页
        1.2.3 物体位置预测第16-17页
    1.3 本文主要工作和研究成果第17-19页
    1.4 本文结构第19-22页
第二章 相关关键技术第22-36页
    2.1 草图识别关键技术第22-27页
        2.1.1 基于HOG特征的BoW模型第22-25页
        2.1.2 一个大规模手画草图数据集第25-27页
    2.2 基于草图的图像检索关键技术及算法第27-31页
        2.2.1 基于草图的图像检索技术常用特征第28-31页
        2.2.2 基于草图的图像检索数据集第31页
    2.3 物体位置预测常用算法第31-34页
    2.4 小结第34-36页
第三章 基于轮廓编组的草图生成算法第36-60页
    3.1 引言第36-39页
    3.2 相关工作第39-41页
        3.2.1 感知编组第39-40页
        3.2.2 草图生成第40-41页
        3.2.3 基于草图的图像检索第41页
    3.3 基于multi-label graph-cuts的轮廓编组算法第41-44页
        3.3.1 潜在编组第42-43页
        3.3.2 Multi-label graph-cuts模型第43-44页
    3.4 RankSVM算法用于解决格式塔规则的竞争现象第44-49页
        3.4.1 数据集第45页
        3.4.2 Learning to rank的策略解决格式塔竞争第45-48页
        3.4.3 基于解决格式塔竞争的感知编组算法第48-49页
    3.5 草图生成第49-50页
        3.5.1 提取边缘第49页
        3.5.2 感知编组第49页
        3.5.3 基于编组的过滤第49-50页
        3.5.4 时间复杂度分析第50页
    3.6 实验结果与分析第50-59页
        3.6.1 草图边缘编组第50-52页
        3.6.2 生成草图的质量评价-草图识别第52-55页
        3.6.3 基于草图的图像检索第55-59页
    3.7 小结第59-60页
第四章 基于稀疏编码的草图识别算法第60-80页
    4.1 引言第60-62页
    4.2 相关工作第62-63页
        4.2.1 草图识别第62页
        4.2.2 稀疏编码第62-63页
        4.2.3 单样本学习第63页
    4.3 一种基于块的稀疏表达的草图识别算法第63-65页
        4.3.1 特征提取第63-64页
        4.3.2 字典构建第64页
        4.3.3 基于块的稀疏表达第64-65页
        4.3.4 Feature-sign search算法第65页
    4.4 一种基于互约束的稀疏编码的草图识别算法第65-71页
        4.4.1 数学符号定义第67页
        4.4.2 数学模型第67-69页
        4.4.3 互约束的稀疏编码问题的求解算法第69-70页
        4.4.4 基于互约束的稀疏编码的分类算法第70-71页
    4.5 实验结果与分析第71-79页
        4.5.1 基于块的稀疏表示的草图识别实验第71-73页
        4.5.2 互约束的稀疏编码的草图识别实验第73-75页
        4.5.3 实验结果及分析第75-79页
    4.6 小结第79-80页
第五章 基于边缘的物体位置预测第80-90页
    5.1 引言第80-81页
    5.2 相关工作第81-82页
        5.2.1 感知边缘编组第81页
        5.2.2 物体位置预测第81-82页
    5.3 基于边缘的物体检测算法第82-86页
        5.3.1 感知边缘编组第82-84页
        5.3.2 基于感知边缘编组的物体位置预测算法第84-86页
    5.4 实验第86-89页
        5.4.1 数据集和实验设定第86-87页
        5.4.2 实验结果与分析第87-89页
    5.5 小结第89-90页
第六章 总结与展望第90-94页
    6.1 工作总结第90-91页
    6.2 工作展望第91-94页
附录 缩略语表第94-96页
参考文献第96-108页
致谢第108-110页
攻读学位期间发表的学术论文目录第110页

论文共110页,点击 下载论文
上一篇:基于信号结构特性的压缩感知关键技术研究
下一篇:空间机构与柔顺机构的运动学分析和综合