| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-12页 |
| ·本论文研究意义 | 第12页 |
| ·论文的内容与安排 | 第12-14页 |
| 2 稀疏表征基本算法及区别性模型 | 第14-31页 |
| ·稀疏表征基本算法 | 第14-20页 |
| ·贪婪算法 | 第14-17页 |
| ·凸优化方法 | 第17-19页 |
| ·门限迭代算法 | 第19-20页 |
| ·字典学习基本算法 | 第20-23页 |
| ·MOD | 第20-21页 |
| ·拉格朗日对偶法 | 第21页 |
| ·KSVD | 第21页 |
| ·在线字典学习 | 第21-23页 |
| ·区别性稀疏表征模型 | 第23-30页 |
| ·隐性的子字典类别约束 | 第24-25页 |
| ·类别映射约束 | 第25页 |
| ·soft-max约束 | 第25-26页 |
| ·Fisher区别性准则 | 第26-27页 |
| ·线性分类器约束 | 第27页 |
| ·区别性KSVD | 第27-28页 |
| ·空间金字塔匹配(spatial pyramid matching) | 第28页 |
| ·有监督的空间金字塔匹配 | 第28-29页 |
| ·其它方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 区别性原子模型 | 第31-41页 |
| ·稀疏表征模型 | 第32-33页 |
| ·平均信息量准则 | 第33-35页 |
| ·平均信息量简介 | 第33-34页 |
| ·稀疏表征中的平均信息量准则 | 第34-35页 |
| ·词频-逆向文件频率(tf-idf)准则 | 第35-38页 |
| ·词频-逆向文件频率(tf-idf)简介 | 第36-37页 |
| ·稀疏表征中的词频-逆向文件频率(tf-idf)准则 | 第37-38页 |
| ·区别性原了稀疏表征 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于区别性原了稀疏表征的运动目标检测方法 | 第41-55页 |
| ·运动目标检测及相关算法简介 | 第41-42页 |
| ·基于区别性原子稀疏表征的运动目标检测方法 | 第42-47页 |
| ·基于区别性原子模型的图像重建 | 第43-44页 |
| ·前景的细化 | 第44-47页 |
| ·实验结果及分析 | 第47-54页 |
| ·测试数据的选择及参数设置 | 第47-48页 |
| ·实验结果评估与分析 | 第48-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于区别性原子稀疏表征的人脸识别方法 | 第55-69页 |
| ·基于线性子空间学习的人脸识别算法简介 | 第55-56页 |
| ·基于区别性原子稀疏表征的人脸识别方法 | 第56-60页 |
| ·基于区别性原子稀疏表征的人脸图像分解 | 第56-59页 |
| ·线性子空间学习 | 第59-60页 |
| ·实验结果及分析 | 第60-67页 |
| ·测试数据的选择及参数设置 | 第60-62页 |
| ·实验结果评估与分析 | 第62-67页 |
| ·本章小结 | 第67-69页 |
| 6 区别性原子稀疏表征在显著性检测中应用 | 第69-80页 |
| ·显著性检测及其算法简介 | 第69-70页 |
| ·基于前景、背景相似度差异的显著性检测方法简介 | 第70-73页 |
| ·特征提取 | 第70-71页 |
| ·背景先验 | 第71-72页 |
| ·基于背景先验的显著性估计 | 第72-73页 |
| ·基于区别性原子稀疏表征的背景先验 | 第73-75页 |
| ·实验结果评估与分析 | 第75-79页 |
| ·测试数据的选择及参数设置 | 第75页 |
| ·实验结果评估与分析 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 结论 | 第80-81页 |
| 参考文献 | 第81-88页 |
| 附录A 联合分布平均信息量的性质证明 | 第88-91页 |
| 攻读硕士学位期间发表学术论文情况 | 第91-92页 |
| 致谢 | 第92-93页 |