| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 论文的研究内容 | 第12-13页 |
| 1.3 论文结构 | 第13-16页 |
| 第2章 敏感图像识别技术研究进展 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 敏感图像特征的提取 | 第16-20页 |
| 2.2.1 全局特征 | 第17-19页 |
| 2.2.2 局部特征 | 第19-20页 |
| 2.3 敏感图像特征的表示 | 第20-25页 |
| 2.3.1 ―词袋‖模型 | 第21-23页 |
| 2.3.2 空间金字塔匹配 | 第23-24页 |
| 2.3.3 稀疏表示 | 第24-25页 |
| 2.4 敏感图像识别方法研究进展 | 第25-30页 |
| 2.4.1 基于人体结构的敏感图像识别 | 第25-26页 |
| 2.4.2 基于图像检索的敏感图像识别 | 第26-27页 |
| 2.4.3 基于分类的敏感图像识别 | 第27-29页 |
| 2.4.4 基于深度学习的敏感图像识别 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 基于ORB特征的敏感图像识别 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 基于ORB特征的敏感图像识别 | 第32-45页 |
| 3.2.1 整体框架 | 第32页 |
| 3.2.2 粗检部分 | 第32-38页 |
| 3.2.3 细检部分 | 第38-45页 |
| 3.3 实验结果及分析 | 第45-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 基于特征稀疏表示的敏感图像识别 | 第50-56页 |
| 4.1 引言 | 第50页 |
| 4.2 基于特征稀疏表示的敏感图像识别 | 第50-53页 |
| 4.2.1 整体框架 | 第51页 |
| 4.2.2 特征的稀疏表示 | 第51-53页 |
| 4.3 实验结果及分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 基于CRC_RLS稀疏分类器的敏感图像识别 | 第56-66页 |
| 5.1 引言 | 第56页 |
| 5.2 稀疏分类器的原理 | 第56-59页 |
| 5.2.1 基于稀疏表示的分类模型 | 第56-58页 |
| 5.2.2 基于协同表示的分类模型 | 第58-59页 |
| 5.3 基于稀疏分类器的敏感图像识别 | 第59-62页 |
| 5.4 实验结果及分析 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 敏感图像识别演示验证系统的实现 | 第66-72页 |
| 6.1 引言 | 第66页 |
| 6.2 敏感图像识别体系结构设计 | 第66-69页 |
| 6.2.1 训练阶段 | 第66-67页 |
| 6.2.2 识别阶段 | 第67-69页 |
| 6.3 敏感图像的识别系统功能演示 | 第69-70页 |
| 6.4 本章小结 | 第70-72页 |
| 结论与展望 | 第72-76页 |
| 参考文献 | 第76-84页 |
| 攻读硕士学位期间完成的学术论文 | 第84-86页 |
| 攻读硕士学位期间参加的科研项目 | 第86页 |
| 攻读硕士学位期间所获奖励 | 第86-88页 |
| 致谢 | 第88-89页 |