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

基于图像中层描述的场景分类算法研究

摘要第5-6页
Abstract第6页
第1章 绪论第11-16页
    1.1 课题背景及意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 本文研究工作第14-15页
    1.4 本文组织结构第15-16页
第2章 图像场景分类基础第16-24页
    2.1 场景分类定义第16-17页
    2.2 场景分类的主要难点第17-18页
    2.3 场景分类特征提取第18-21页
        2.3.1 SIFT特征第18-19页
        2.3.2 Gist特征第19-20页
        2.3.3 CNN特征第20-21页
    2.4 图像描述第21-22页
    2.5 分类器训练第22-23页
    2.6 本章小结第23-24页
第3章 基于图像多尺度描述的空间网格场景分类算法第24-39页
    3.1 引言第24-25页
    3.2 系统组成第25页
    3.3 基于图像多尺度描述的空间网格场景分类第25-29页
        3.3.1 低层特征的选取第25-26页
        3.3.2 改进的K-means算法第26-28页
        3.3.3 多尺度网格划分第28-29页
    3.4 实验数据与评价标准第29-30页
        3.4.1 实验数据第29-30页
        3.4.2 评价标准第30页
    3.5 实验仿真与分析第30-37页
        3.5.1 实验设置第30-31页
        3.5.2 改进K-means算法合理性评价第31-32页
        3.5.3 聚类中心K值的选择第32-33页
        3.5.4 尺度参数的选择第33-35页
        3.5.5 多尺度空间网格的分类性能第35-37页
    3.6 本章小结第37-39页
第4章 基于图像特征互补与融合的场景分类算法第39-55页
    4.1 引言第39-40页
    4.2 系统组成第40页
    4.3 基于图像特征互补与融合的场景分类第40-46页
        4.3.1 全局特征的选取第40-42页
        4.3.2 局部特征的选取第42-44页
        4.3.3 基于图像描述的融合方式第44-45页
        4.3.4 基于低层特征的融合方式第45-46页
        4.3.5 基于空间金字塔的融合方式第46页
    4.4 实验数据与评价标准第46-47页
    4.5 实验仿真与分析第47-54页
        4.5.1 实验设置第47页
        4.5.2 全局特征的参数选择第47-48页
        4.5.3 基于图像描述融合的分类性能第48-50页
        4.5.4 基于低层特征融合的分类性能第50-51页
        4.5.5 基于空间金字塔融合的分类性能第51-52页
        4.5.6 局部与全局特征融合第52-54页
    4.6 本章小结第54-55页
第5章 基于图像语义特征与空间加强网格场景分类算法第55-70页
    5.1 引言第55页
    5.2 系统组成第55-56页
    5.3 基于图像空间加强网格的场景分类第56-60页
        5.3.1 空间加强网格划分第56-59页
        5.3.2 特征选取与图像描述第59页
        5.3.3 空间加强网格与特征融合第59-60页
    5.4 实验数据与评价标准第60-61页
    5.5 实验仿真与分析第61-69页
        5.5.1 实验设置第61-62页
        5.5.2 低层特征码本选择第62-63页
        5.5.3 空间加强网格与低层特征第63-64页
        5.5.4 空间加强网格与特征融合分类第64-65页
        5.5.5 CNN不同层级结果分析第65-66页
        5.5.6 空间加强网格与语义特征第66-67页
        5.5.7 不同空间网格分类对比第67-69页
    5.6 本章小结第69-70页
结论第70-71页
参考文献第71-75页
攻读硕士学位期间承担的科研任务与主要成果第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于高斯混合模型的托攻击检测方法研究
下一篇:稀疏表示人脸识别的字典构造算法问题研究