| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-30页 |
| ·课题研究的意义及背景 | 第13-16页 |
| ·统计流形框架下目标识别研究现状 | 第16-18页 |
| ·国外的研究现状 | 第16-17页 |
| ·国内的研究现状 | 第17-18页 |
| ·图像的基本视觉特征 | 第18-19页 |
| ·参数和非参数统计流形信息几何的理论基础 | 第19-27页 |
| ·微分几何的基本概念 | 第19-22页 |
| ·参数统计流形的信息几何 | 第22-25页 |
| ·非参数统计流形的信息几何 | 第25-27页 |
| ·本文的研究内容 | 第27-29页 |
| ·本文的结构 | 第29-30页 |
| 2 几类多通道的图像视觉特征及其概率生成意义下的目标表示 | 第30-43页 |
| ·多尺度高斯微分特征及其概率生成意义下的目标表示 | 第30-35页 |
| ·多尺度空间方法概述 | 第30-31页 |
| ·高斯导数核及其性质 | 第31-33页 |
| ·基于多尺度高斯微分特征概率生成模型的目标表示 | 第33-35页 |
| ·多通道Gabor滤波响应及其概率生成意义下的目标表示 | 第35-38页 |
| ·Gabor滤波(小波、核、函数) | 第35-36页 |
| ·基于多通道Gabor特征概率生成模型的目标表示 | 第36-38页 |
| ·基于全局颜色分布和共生颜色分布的目标表示 | 第38-42页 |
| ·基于全局颜色分布的目标表示 | 第38-39页 |
| ·基于共生颜色分布的目标表示 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 3 基于特征概率生成模型匹配的目标识别 | 第43-59页 |
| ·特征生成模型的离散化及紧致化嵌入 | 第43-51页 |
| ·生成建模及模型的离散化 | 第43-44页 |
| ·嵌入及经验分布序列的渐近性 | 第44-48页 |
| ·基于随机分位点的模型离散化 | 第48-49页 |
| ·紧致化及嵌入子流形上信息度量的构造 | 第49-51页 |
| ·积扩展 | 第51-52页 |
| ·实验结果及分析 | 第52-58页 |
| ·COIL-20库上的目标识别 | 第52-56页 |
| ·ZuBuD库上的建筑物识别 | 第56-57页 |
| ·FERET库上的人脸识别 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 4 基于共生特征生成模型匹配的目标识别 | 第59-79页 |
| ·颜色共生矩阵及其信息度量 | 第59-67页 |
| ·匹配共生Gabor幅值生成模型的目标识别 | 第67-78页 |
| ·幅值量化及分组方案 | 第67-71页 |
| ·基于Gabor幅值共生模型的多谱纹理表示 | 第71-73页 |
| ·实验结果及分析 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 5 基于随机直方图嵌入的统计流形学习 | 第79-99页 |
| ·流形学习研究背景及方法概述 | 第79-81页 |
| ·经典的非监督学习方法 | 第81-87页 |
| ·主成分分析 | 第81-82页 |
| ·多维尺度分析 | 第82-83页 |
| ·等距映射 | 第83-84页 |
| ·扩散映射 | 第84-85页 |
| ·局部线性嵌入 | 第85-86页 |
| ·拉普拉斯特征映射 | 第86-87页 |
| ·基于随机直方图嵌入的统计流形学习 | 第87-92页 |
| ·随机直方图嵌入 | 第87-88页 |
| ·信息度量的构造 | 第88-89页 |
| ·嵌入子流形的维数估计 | 第89-91页 |
| ·嵌入积子流形上的学习算法 | 第91-92页 |
| ·实验结果及分析 | 第92-98页 |
| ·Swiss Roll和Swiss Hole子流形的聚类及可视化 | 第92-94页 |
| ·ALOI子库中的图像目标的可视化及识别 | 第94-98页 |
| ·本章小结 | 第98-99页 |
| 6 总结与展望 | 第99-101页 |
| ·论文主要工作总结 | 第99页 |
| ·论文创新之处 | 第99-100页 |
| ·未来工作的展望 | 第100-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-110页 |
| 附录 | 第110-111页 |
| A. 主持或参与的科研项目 | 第110页 |
| B. 攻读博士学位期间发表和录用的论文 | 第110-111页 |
| C. 在审稿件 | 第111页 |
