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

基于贝叶斯推理的物体识别

提要第1-7页
第一章 绪论第7-14页
   ·研究背景与意义第7-11页
     ·物体识别研究与相关研究的关系第7-9页
     ·物体识别的应用前景第9-11页
   ·物体识别的内容和难点第11-12页
     ·物体识别的研究内容第11页
     ·物体识别的技术难点第11-12页
   ·本文结构第12-14页
第二章 主要算法综述第14-22页
   ·物体表征第14-15页
   ·物体识别算法综述第15-21页
     ·几何特征和模板匹配方法第16-17页
     ·弹性图匹配第17-18页
     ·模型参数法第18-19页
     ·Part-Based模型第19-20页
     ·特征构造第20-21页
   ·小结第21-22页
第三章 贝叶斯理论及采样方法第22-38页
   ·贝叶斯知识介绍第22-25页
     ·引言第22页
     ·贝叶斯定理第22-24页
     ·后验概率分析与预测第24页
     ·层次模型第24-25页
   ·采样方法第25-36页
     ·蒙特卡罗采样第25-29页
     ·马尔可夫链蒙特卡罗(MCMC)第29-33页
     ·序列蒙特卡罗(Sequential Monte Carlo)第33-36页
   ·采样方法比较第36-37页
   ·小结第37-38页
第四章 物体识别模型的建立第38-58页
   ·物体外观建模第40-50页
     ·Gabor特征第40-46页
     ·利用Gabor特征建模第46-50页
   ·物体形状建模第50-55页
     ·修改的GPA算法第50-53页
     ·形状建模第53-55页
   ·模型改进第55-57页
     ·小尺度变化第55页
     ·遮挡第55-57页
   ·小结第57-58页
第五章 模型实现及实验结果第58-72页
   ·模型训练第58-61页
   ·模型测试第61-71页
     ·采样过程实现第61-63页
     ·实验结果第63-71页
   ·小结第71-72页
第六章 结论第72-73页
参考文献第73-77页
摘要第77-80页
Abstract第80-84页
致谢第84-85页
导师及作者简介第85页

论文共85页,点击 下载论文
上一篇:基于公共地图服务模式的WebGIS平台研究及应用
下一篇:基于GIS的三峡库区高切坡稳定性评价系统研究