| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究现状 | 第11页 |
| ·分类测试的性能指标 | 第11-13页 |
| ·分类测试车型图像库 | 第13-14页 |
| ·本文的主要工作 | 第14页 |
| 本章小结 | 第14-15页 |
| 第二章 车型图像分类识别概述 | 第15-20页 |
| ·引言 | 第15页 |
| ·车型分类识别的难点 | 第15-16页 |
| ·车型图像分类识别关键技术基础 | 第16-19页 |
| ·特征提取与描述 | 第16-17页 |
| ·分类识别技术 | 第17-19页 |
| 本章小结 | 第19-20页 |
| 第三章 基于图像全局特征稀疏表示的车型分类识别算法 | 第20-27页 |
| ·引言 | 第20-21页 |
| ·对车型图像全局稀疏表示图像 | 第21-23页 |
| ·测试样本的稀疏表示 | 第21-22页 |
| ·稀疏的解决方案 | 第22页 |
| ·基于稀疏表示的分类 | 第22-23页 |
| ·分类识别算法过程 | 第23-24页 |
| ·实验结果与分析 | 第24-26页 |
| ·实验设置 | 第24-25页 |
| ·实验结果和分析 | 第25-26页 |
| 本章小结 | 第26-27页 |
| 第四章 基于图像局部特征稀疏编码的车型分类识别算法 | 第27-50页 |
| ·引言 | 第27-28页 |
| ·图像的局部特征提取 | 第28-33页 |
| ·图像局部特征检测子 | 第28-31页 |
| ·图像局部特征描述子 | 第31-33页 |
| ·局部特征描述子的编码方法 | 第33-37页 |
| ·向量量化编码 | 第33-34页 |
| ·局部性约束线性编码 | 第34-36页 |
| ·稀疏编码 | 第36-37页 |
| ·局部特征空间汇集过程 | 第37-38页 |
| ·平均汇集 | 第38页 |
| ·最大汇集 | 第38页 |
| ·支持向量机 | 第38-39页 |
| ·基于词包模型的图像分类方法 | 第39-40页 |
| ·基于词包模型的直方图表示 | 第39-40页 |
| ·基于局部性约束线性编码的词包模型直方图表示 | 第40页 |
| ·基于稀疏编码的词包模型直方图表示 | 第40页 |
| ·多级图像分类 | 第40-42页 |
| ·实验 | 第42-49页 |
| ·实验设置 | 第42-43页 |
| ·实验结果和分析 | 第43-49页 |
| 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |