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

基于局部二值模式和稀疏表示的新生儿疼痛表情识别

摘要第1-5页
Abstract第5-8页
专用术语注释表第8-9页
第一章 绪论第9-13页
   ·研究背景和意义第9-10页
   ·新生儿疼痛表情识别研究现状第10-11页
   ·新生儿疼痛表情识别基本流程第11-12页
   ·论文研究内容与章节安排第12-13页
     ·本文研究内容第12页
     ·本文章节安排第12-13页
第二章 基于LBP的新生儿疼痛表情特征提取第13-29页
   ·特征提取方法介绍第13-14页
   ·局部二值模式(LBP)第14-17页
     ·LBP思想第15-16页
     ·LBP算法第16-17页
   ·LBP算法延伸第17-25页
     ·多尺度模式LBP第17-19页
     ·旋转不变LBP第19-22页
     ·均匀模式LBP第22-25页
   ·基于LBP算法的新生儿疼痛表情图像特征提取第25-28页
   ·本章小结第28-29页
第三章 基于稀疏表示的新生儿疼痛表情分类第29-40页
   ·压缩感知理论第29-33页
     ·压缩感知基本介绍第30-31页
     ·稀疏表示第31页
     ·传感矩阵第31-32页
     ·重构算法第32-33页
   ·基于稀疏表示的分类方法介绍第33-36页
   ·稀疏解求解方法第36-39页
     ·梯度投影法(GPSR)第36-38页
     ·截断牛顿内点法(TNIPM)第38-39页
   ·本章小结第39-40页
第四章 实验结果分析与总结第40-54页
   ·实验流程介绍第40-41页
     ·实验步骤第40页
     ·图像库的建立第40-41页
   ·实验结果与分析第41-53页
     ·实验 1——训练样本数、维数、分块对识别率的影响第41-51页
     ·实验 2——特征提取方法对实验结果的影响第51-53页
   ·本章小结第53-54页
第五章 总结和展望第54-55页
   ·全文总结第54页
   ·研究展望第54-55页
参考文献第55-58页
附录 1 攻读硕士学位期间撰写的论文第58-59页
附录 2 攻读硕士学位期间参加的科研项目第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:云计算平台性能管理的研究
下一篇:视频监控中运动人体检测与异常行为分析研究