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

图像处理和识别中的结构化稀疏编码关键技术研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第12-21页
    1.1 研究背景与研究意义第12-15页
    1.2 国内外研究现状第15-18页
        1.2.1 重构型稀疏编码第15-16页
        1.2.2 结构化稀疏编码第16-18页
    1.3 本文的主要内容第18-21页
第二章 先备知识第21-40页
    2.1 文中常用概念及符号说明第21-22页
    2.2 稀疏表示第22-30页
        2.2.1 稀疏起源第22-23页
        2.2.2 基于范数和范数的稀疏逼近第23-26页
        2.2.3 正交匹配追踪算法第26-28页
        2.2.4 合成模型与分析模型第28-30页
    2.3 稀疏编码与字典学习第30-39页
        2.3.1 K奇异值分解第30-32页
        2.3.2 判别K奇异值分解第32-33页
        2.3.3 标签一致性K奇异值分解第33-34页
        2.3.4 多块交替近端方法第34-37页
        2.3.5 高阶K奇异值分解第37-39页
    2.4 本章总结第39-40页
第三章 基于稀疏标签一致性的显式结构化稀疏编码方法第40-53页
    3.1 背景和动机第40-44页
    3.2 基于稀疏标签一致性的显式结构化稀疏编码方法第44-49页
        3.2.1 模型求解第45-48页
        3.2.2 分类策略第48-49页
    3.3 实验结果与分析第49-52页
        3.3.1 合成实验第49-50页
        3.3.2 人脸识别第50-52页
    3.4 本章总结第52-53页
第四章 基于集成策略的隐式结构化稀疏编码方法第53-80页
    4.1 背景动机第53-55页
    4.2 相关知识第55-62页
        4.2.1 集成学习第55-58页
        4.2.2 决策树第58-62页
    4.3 方案一:集成线性分类器结构化稀疏编码方法第62-71页
        4.3.1 模型泛化性第63页
        4.3.2 构建集成分类器第63-64页
        4.3.3 模型求解第64-67页
        4.3.4 分类策略第67-68页
        4.3.5 实验结果与分析第68-71页
    4.4 方案二:决策树诱导的结构化稀疏编码方法第71-79页
        4.4.1 训练过程第73-75页
        4.4.2 测试阶段与森林生成第75-76页
        4.4.3 实验结果与分析第76-79页
    4.5 本章总结第79-80页
第五章 面向纹理序列的张量结构化稀疏编码方法第80-97页
    5.1 背景与动机第81-82页
    5.2 相关知识第82-83页
        5.2.1 动态纹理识别第82-83页
        5.2.2 张量字典学习第83页
    5.3 面向纹理序列的张量结构化稀疏编码方法第83-89页
        5.3.1 张量字典学习算法第84-87页
        5.3.2 特征提取第87-89页
    5.4 实验结果与分析第89-96页
        5.4.1 UCLA-DT数据集上实验结果与分析第89-92页
        5.4.2 Dyntex数据集上实验结果与分析第92-95页
        5.4.3 计算效率分析第95-96页
    5.5 本章总结第96-97页
第六章 面向图像去反光的加权结构化稀疏编码方法第97-114页
    6.1 背景与动机第97-100页
    6.2 相关知识第100-105页
        6.2.1 小波紧框架稀疏先验第100-103页
        6.2.2 反光模型第103-105页
    6.3 面向图像去反光的加权结构化稀疏编码方法第105-110页
        6.3.1 重影卷积核的估计第106页
        6.3.2 权重图的计算第106-108页
        6.3.3 优化求解第108-110页
    6.4 实验结果与分析第110-113页
        6.4.1 在合成图像上的实验结果与分析第110-111页
        6.4.2 在真实图像上的实验结果与分析第111-113页
    6.5 本章总结第113-114页
总结与展望第114-115页
参考文献第115-129页
附录1 定理 5.1 的证明第129-131页
附录2 定理 5.2 的证明第131-132页
攻读博士学位期间取得的研究成果第132-133页
致谢第133-134页
附件第134页

论文共134页,点击 下载论文
上一篇:时域视频篡改的取证理论与方法研究
下一篇:信息化促进教学点质量提升与师生发展研究--以共同体构建为焦点