基于内容的场景和物体类别识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 缩略语表 | 第11-13页 |
| 第一章 绪论 | 第13-31页 |
| ·场景和物体类别识别概述 | 第13-16页 |
| ·目的 | 第13页 |
| ·研究意义 | 第13-15页 |
| ·困难 | 第15-16页 |
| ·场景和物体类别识别研究现状 | 第16-29页 |
| ·基于低层特征的方法 | 第17-21页 |
| ·基于语义特征的方法 | 第21-27页 |
| ·基于分割的方法 | 第27-29页 |
| ·本文的主要创新成果与章节安排 | 第29-31页 |
| 第二章 实用场景和物体类别识别系统和图像表示 | 第31-69页 |
| ·引言 | 第31-32页 |
| ·实用场景和物体类别识别系统 | 第32-37页 |
| ·传统场景和物体类别识别系统 | 第32-35页 |
| ·实用场景和物体类别识别系统 | 第35-37页 |
| ·多重特征通道图像表示 | 第37-45页 |
| ·BoW 模型 | 第37-38页 |
| ·基于BoW 模型的多重特征通道图像表示 | 第38-43页 |
| ·基于BoW 特征的推理和决策 | 第43-45页 |
| ·单特征通道识别 | 第45-49页 |
| ·多重特征通道识别 | 第49页 |
| ·仿真结果 | 第49-66页 |
| ·场景图像库 | 第50-52页 |
| ·物体图像库 | 第52-54页 |
| ·实验结果 | 第54-66页 |
| ·本章小结 | 第66-69页 |
| 第三章 多重特征通道组合 | 第69-93页 |
| ·引言 | 第69-71页 |
| ·多核学习和线性规划提升 | 第71-77页 |
| ·多核学习 | 第71-74页 |
| ·线性规划提升 | 第74-77页 |
| ·x-max 特征组合规则及算法复杂度 | 第77-83页 |
| ·x-max 特征组合规则 | 第77-81页 |
| ·时间复杂度分析 | 第81-83页 |
| ·仿真结果 | 第83-91页 |
| ·x-max 的组合结果 | 第83-85页 |
| ·与其它基于一种特征的方法比较 | 第85-88页 |
| ·与其它基于多种特征的方法比较 | 第88-90页 |
| ·讨论 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 第四章 金字塔主题直方图–PHOTO | 第93-115页 |
| ·pLSA | 第93-99页 |
| ·PHOTO | 第99-103页 |
| ·AdaBoost 的学习和识别过程 | 第103-105页 |
| ·仿真结果 | 第105-113页 |
| ·实验设置 | 第105-108页 |
| ·PHOTO 与标准pLSA 的比较 | 第108-109页 |
| ·多通道PHOTO 的实验结果 | 第109-113页 |
| ·本章小结 | 第113-115页 |
| 第五章 全文总结 | 第115-119页 |
| ·本论文主要工作 | 第115-116页 |
| ·未来工作展望 | 第116-119页 |
| 参考文献 | 第119-132页 |
| 简历 | 第132-133页 |
| 致谢 | 第133-135页 |
| 攻读博士期间完成的学术论文和工作 | 第135-138页 |
