摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第9-18页 |
1.1 图像识别的研究背景 | 第9-10页 |
1.2 领域自适应学习研究背景 | 第10-11页 |
1.3 领域自适应学习研究现状 | 第11-15页 |
1.4 主要工作概述 | 第15-16页 |
1.5 内容章节安排 | 第16-18页 |
第二章 相关背景知识介绍 | 第18-27页 |
2.1 基于样本的领域自适应算法 | 第18-19页 |
2.1.1 地标算法 | 第18-19页 |
2.2 基于特征增强的领域自适应算法 | 第19-21页 |
2.2.1 特征增强算法 | 第19-20页 |
2.2.2 测地流算法 | 第20-21页 |
2.3 基于特征变换的领域自适应算法 | 第21-24页 |
2.3.1 正则化的非对称跨域变换算法 | 第21-22页 |
2.3.2 基于低秩重建的鲁棒视觉领域自适应算法 | 第22-24页 |
2.4 基于参数的领域自适应算法 | 第24-25页 |
2.4.1 自适应支持向量机算法 | 第24-25页 |
2.5 基于字典的领域自适应算法 | 第25-26页 |
2.5.1 共享域自适应字典学习算法 | 第25-26页 |
2.6 本章小结 | 第26-27页 |
第三章 基于核子空间对齐方法 | 第27-38页 |
3.1 引言 | 第27页 |
3.2 子空间对齐方法 | 第27-28页 |
3.3 基于源域样本标签信息的核子空间对齐方法 | 第28-31页 |
3.3.1 基于核子空间对齐方法的动机 | 第28-29页 |
3.3.2 基于核子空间对齐方法的数学模型 | 第29-30页 |
3.3.3 基于核子空间对齐方法的求解 | 第30-31页 |
3.4 实验结果与分析 | 第31-37页 |
3.4.1 基准对比方法 | 第32页 |
3.4.2 可视化物体识别数据库简介及实验设置 | 第32-33页 |
3.4.3 可视化物体识别数据库上的实验结果与分析 | 第33-34页 |
3.4.4 手写体识别数据库简介及实验设置 | 第34-35页 |
3.4.5 手写体识别数据库上的实验结果与分析 | 第35页 |
3.4.6 人脸识别数据库简介及实验设置 | 第35-36页 |
3.4.7 人脸识别数据库上的实验结果与分析 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 基于源域样本标签信息的核子空间对齐方法 | 第38-46页 |
4.1 引言 | 第38页 |
4.2 领域不变投影方法 | 第38-39页 |
4.3 基于源域样本标签信息的核子空间对齐方法 | 第39-43页 |
4.3.1 基于源域样本标签信息的核子空间对齐方法的动机 | 第39-40页 |
4.3.2 基于源域样本标签信息的核子空间对齐方法的数学模型 | 第40-41页 |
4.3.3 基于源域样本标签信息的核子空间对齐方法的求解 | 第41-43页 |
4.4 实验结果与分析 | 第43-45页 |
4.4.1 基准对比方法 | 第43页 |
4.4.2 可视化物体识别数据库上的实验结果与分析 | 第43-44页 |
4.4.3 手写体识别数据库上的实验结果与分析 | 第44页 |
4.4.4 人脸识别数据库上的实验结果与分析 | 第44-45页 |
4.5 本章小结 | 第45-46页 |
第五章 基于线性判别分析的核子空间对齐方法 | 第46-56页 |
5.1 引言 | 第46页 |
5.2 线性判别分析方法 | 第46-47页 |
5.3 基于线性判别分析的核子空间对齐方法 | 第47-52页 |
5.3.1 基于线性判别分析的核子空间对齐方法的动机 | 第47-48页 |
5.3.2 基于线性判别分析的核子空间对齐方法的数学模型 | 第48-49页 |
5.3.3 基于线性判别分析的核子空间对齐方法的求解 | 第49-52页 |
5.4 实验结果与分析 | 第52-55页 |
5.4.1 可视化物体识别数据库上的实验结果与分析 | 第52-53页 |
5.4.2 手写体识别数据库上的实验结果与分析 | 第53-54页 |
5.4.3 人脸识别数据库上的实验结果与分析 | 第54-55页 |
5.5 本章小结 | 第55-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 工作总结 | 第56-57页 |
6.2 进一步研究展望 | 第57-58页 |
参考文献 | 第58-62页 |
附录1 攻读硕士学位期间撰写的论文 | 第62-63页 |
附录2 攻读硕士学位期间申请的专利 | 第63-64页 |
致谢 | 第64页 |