声明
摘要
1 绪论
1.1 图像分类研究的背景与意义
1.2 图像分类方法的研究现状
1.2.1 特征提取
1.2.2 图像表达
1.2.3 分类算法
1.3 本文的研究内容
2 经典的图像分类方法
2.1 引言
2.2 图像表达方法
2.2.1 词袋模型
2.2.2 稀疏表示
2.2.3 高阶编码
2.2.3 局部聚合
2.3 图像分类算法
2.3.1 支持向量机
2.3.2 最近邻分类器
2.4 本章小结
3 基于高阶局部聚合的图像表达
3.1 引言
3.2 高阶局部聚合
3.3 编码高斯分布
3.4 实验结果与分析
3.4.1 数据集和实验参数设置
3.4.2 参数评估
3.4.3 与其他方法的比较
3.5 本章小结
4 大间隔最近邻子空间分类器
4.1 引言
4.2 基于CNN特征的图像表达
4.3 大间隔最近子空间分类器
4.3.1 图像表达的I2C距离
4.3.2 大间隔框架下的I2C度量学习
4.4 实验结果与分析
4.4.1 实验设置与数据集
4.4.2 性能评估与比较
4.5 本章小结
结论
参考文献
附录
攻读硕士学位期间发表学术论文情况
致谢