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 |