基于sparse coding的图像分类算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和研究目的 | 第9页 |
| 1.2 研究综述 | 第9-11页 |
| 1.3 研究思路与研究方法 | 第11-14页 |
| 第二章 图像的表示 | 第14-23页 |
| 2.1 图像特征简述 | 第14-19页 |
| 2.1.1 SIFT特征提取 | 第14-17页 |
| 2.1.2 SURF特征提取 | 第17-19页 |
| 2.2 词袋模型和空间金字塔匹配模型 | 第19-22页 |
| 2.2.1 词袋模型 | 第19-20页 |
| 2.2.2 空间金字塔模型 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 稀疏模型和相关应用 | 第23-30页 |
| 3.1 稀疏模型 | 第23-25页 |
| 3.2 字典学习 | 第25-26页 |
| 3.3 模型求解 | 第26-29页 |
| 3.3.1 求解稀疏模型的贪婪算法 | 第26-27页 |
| 3.3.2 拉格朗日对偶算法 | 第27-28页 |
| 3.3.3 Feature-sign算法 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于稀疏编码的图像分类算法 | 第30-37页 |
| 4.1 SCSPM算法 | 第30-32页 |
| 4.2 LLC算法 | 第32-33页 |
| 4.3 LR+SCSPM算法 | 第33页 |
| 4.4 一种改进算法ISD-SCSPM算法 | 第33-35页 |
| 4.5 本章小结 | 第35-37页 |
| 第五章 实验结果和分析 | 第37-42页 |
| 5.1 数据集 | 第37-39页 |
| 5.2 实验结果和分析 | 第39-41页 |
| 5.2.1 参数设置 | 第39页 |
| 5.2.2 实验结果和分析 | 第39-41页 |
| 5.3 解决实际问题的算法和思路 | 第41-42页 |
| 第六章 总结和展望 | 第42-44页 |
| 6.1 全文总结 | 第42-43页 |
| 6.2 展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士学位期间取得的成果 | 第48页 |
