基于语义稀疏表示的不良图像检测算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·国内外研究现状及发展趋势 | 第7-9页 |
| ·主要研究内容及结构安排 | 第9-11页 |
| 第二章 基于主动反馈贝叶斯判别的肤色检测 | 第11-21页 |
| ·引言 | 第11页 |
| ·基于贝叶斯判别的肤色模型 | 第11-15页 |
| ·颜色空间 | 第11-13页 |
| ·YCbCr 颜色空间 | 第13-14页 |
| ·贝叶斯肤色建模及检测 | 第14-15页 |
| ·基于Bootstrap 的肤色模型优化 | 第15-19页 |
| ·主动学习 | 第15-16页 |
| ·Bootstrap 算法 | 第16-18页 |
| ·肤色模型优化 | 第18-19页 |
| ·试验结果 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 不良图像特征描述 | 第21-37页 |
| ·引言 | 第21页 |
| ·尺度空间 | 第21-23页 |
| ·尺度空间简介 | 第21-22页 |
| ·早期尺度概念 | 第22-23页 |
| ·基于视觉注意的稀疏特征提取 | 第23-29页 |
| ·高斯模糊 | 第23-25页 |
| ·DoG 算子 | 第25-28页 |
| ·稀疏特征点提取 | 第28-29页 |
| ·特征点的SIFT 描述及匹配 | 第29-34页 |
| ·SIFT 算法 | 第29-34页 |
| ·试验结果 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第四章 不良图像的表示及检测 | 第37-47页 |
| ·引言 | 第37页 |
| ·自然语言处理 | 第37-39页 |
| ·自然语言处理 | 第37-39页 |
| ·基于BoW 模型的图像表示 | 第39-44页 |
| ·BoW 模型 | 第39-42页 |
| ·不良信息图像的表示 | 第42-44页 |
| ·不良图像的检测方法 | 第44-45页 |
| ·图像的稀疏表示 | 第44页 |
| ·基于图像稀疏表示的不良图像检测方法 | 第44-45页 |
| ·试验结果 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 总结及展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 作者在读期间参加的科研工作及研究成果 | 第55-56页 |
