非类别限定的物体识别学习模型构建
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 插图索引 | 第8-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题背景及其研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 经典高级特征与物体分类学习方法 | 第16-22页 |
| 2.1 经典高级特征 | 第16-18页 |
| 2.2 物体 Boosting 学习算法 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 五种特征融合的非类别限定物体检测 | 第22-33页 |
| 3.1 原始物体检测特征 | 第22-26页 |
| 3.1.1 多尺度显著点 | 第22-23页 |
| 3.1.2 颜色对比 | 第23-24页 |
| 3.1.3 边缘稠密度 | 第24-25页 |
| 3.1.4 超像素跨立 | 第25-26页 |
| 3.2 深度信息特征 | 第26-29页 |
| 3.3 非类别限定物体检测特征融合 | 第29-30页 |
| 3.4 实验结果 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 非类别限定物体学习模型构建 | 第33-42页 |
| 4.1 人类认知特点 | 第33-34页 |
| 4.2 非类别限定物体学习模型构建 | 第34-41页 |
| 4.2.1 模型提出 | 第35-38页 |
| 4.2.2 三种情形解决方案 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 模型实现 | 第42-49页 |
| 5.1 室内场景检测物体 | 第42-44页 |
| 5.2 图片库检索物体 | 第44-47页 |
| 5.3 检测并识别给定物体 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-52页 |
| 参考文献 | 第52-58页 |
| 成果目录 | 第58-59页 |
| 致谢 | 第59页 |
