| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 表格索引 | 第11-12页 |
| 插图索引 | 第12-14页 |
| 主要符号对照表 | 第14-15页 |
| 第一章 绪论 | 第15-23页 |
| ·计算机视觉与局部特征点检测子算法 | 第15-16页 |
| ·图像局部特征点检测子算法发展 | 第16-19页 |
| ·本文的主要研究内容和创新点 | 第19-22页 |
| ·研究背景与意义 | 第19-21页 |
| ·本文的主要工作和创新点 | 第21-22页 |
| ·本文的章节安排 | 第22-23页 |
| 第二章 图像局部特征点检测子算法 | 第23-31页 |
| ·尺度不变特征变化算法 | 第23-29页 |
| ·算法回顾 | 第23-26页 |
| ·算法缺点讨论 | 第26-28页 |
| ·改进的基本想法 | 第28-29页 |
| ·本章小节 | 第29-31页 |
| 第三章 基于排序的尺度不变特征变换(Rank-SIFT) 算法 | 第31-41页 |
| ·局部特征点的稳定度 | 第31-33页 |
| ·稳定度定义 | 第31-32页 |
| ·SIFT 特征点稳定度例子 | 第32-33页 |
| ·局部特征点特征设计 | 第33-35页 |
| ·基于学习的排序模型 | 第35-37页 |
| ·Rank-SVM 模型 | 第35-37页 |
| ·基于排序的尺度不变特征变换算法分析 | 第37-39页 |
| ·Rank-SIFT 算法优点分析 | 第37-38页 |
| ·Rank-SIFT 算法的时间复杂度分析 | 第38-39页 |
| ·本章小节 | 第39-41页 |
| 第四章 Rank-SIFT 算法效果评估分析 | 第41-51页 |
| ·局部特征点重复度(Repeatability Score) 和匹配度(Matching Score) | 第41-43页 |
| ·图像检索(Image Retrieval) | 第43-45页 |
| ·基于内容的图像检索算法 | 第43页 |
| ·评估算法 | 第43-45页 |
| ·物体分类(Category Classi?cation) | 第45页 |
| ·Rank-SIFT 局部特征点各特征维数分析 | 第45-49页 |
| ·线性核的Rank-SVM 模型分析 | 第46页 |
| ·稀疏编码的L1-SVM 模型分析 | 第46-48页 |
| ·评估算法 | 第48-49页 |
| ·本章小节 | 第49-51页 |
| 第五章 Rank-SIFT 算法评估实验 | 第51-69页 |
| ·局部特征点重复度(RepeatabilityScore)和匹配度实验 | 第51-54页 |
| ·数据库 | 第51-52页 |
| ·实验步骤 | 第52-53页 |
| ·重复度和匹配度实验 | 第53-54页 |
| ·图像检索(Image Retrieval) 实验 | 第54-55页 |
| ·物体分类(Category Classification) 实验 | 第55-56页 |
| ·Rank-SIFT 局部特征点各特征维数分析实验 | 第56-58页 |
| ·线性核的Rank-SVM 模型分析实验 | 第56-57页 |
| ·稀疏编码的L1-SVM 模型分析实验 | 第57-58页 |
| ·本章小节 | 第58-69页 |
| 第六章 Rank-SIFT 在线demo 和开源工具包 | 第69-73页 |
| ·Rank-SIFT 在线demo | 第69页 |
| ·Rank-SIFT 开源软件包 | 第69-71页 |
| ·本章小节 | 第71-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的学术论文目录 | 第87页 |
