声明
第1章 绪 论
1.1 课题背景及意义
1.2 国内外研究现状
1.3 本文研究工作
1.4 本文组织结构
第2章 图像场景分类基础
2.1 场景分类及其难点问题
2.2 场景分类特征提取
2.2.1 SIFT特征
2.2.2 CNN特征
2.3 K-means聚类
2.4 图像描述
2.4.1 BOW模型
2.4.2 特征编码映射
2.5 分类器训练
2.6 本章小结
第3章 基于多层次特征表示的图像场景分类
3.1 引言
3.2 系统组成
3.3多层次特征表示
3.3.1图像块特征提取
3.3.2 VLAD编码
3.3.3多层次特征融合
3.4实验数据与评价标准
3.4.1 实验数据
3.4.2 评价标准
3.5 实验结果与分析
3.5.1 实验设置
3.5.2码本大小的选择
3.5.3采样图像块数目的选择
3.5.4多层次特征表示
3.6 本章小结
第4章 基于局部特征编码与多通道特征融合的图像场景分类
4.1 引言
4.2 系统组成
4.3 局部特征编码与多通道特征融合
4.3.1局部特征编码
4.3.2多通道特征融合
4.4 实验数据与评价标准
4.5 实验结果与分析
4.5.1 实验设置
4.5.2多通道分析
4.5.3编码特征与融合特征的通道参数选择
4.5.4码本大小的选择
4.5.5滑动窗尺寸选择
4.5.6分类判别
4.6 本章小结
第5章 基于判别性聚类和加权描述的图像场景分类
5.1 引言
5.2 系统组成
5.3 判别性聚类和加权描述
5.3.1 判别性聚类
5.3.2 特征映射
5.3.3特征融合
5.4 实验数据与评价标准
5.5 实验结果与分析
5.5.1 实验设置
5.5.2 判别性聚类次数的选择
5.5.3聚类图像块数目的选择
5.5.4特征加权融合
5.5.5 判别性聚类的分类结果
5.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
燕山大学;
