基于特征融合的亚洲食物图片分类方法研究

目录

声明

第一章 绪论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 本文的组织结构

1.3.1 论文研究内容

1.3.2 论文创新之处

1.3.3 论文组织结构

第二章 基于内容的图片分类技术

2.1 图片分类技术框架

2.1.1 图片信息提取

2.1.2 分类模型构建

2.2 图片分割算法

2.2.1 基于图论的Graph Cuts算法

2.2.2 基于GMM的GrabCut算法

2.3 图片局部特征提取方法

2.3.1 SIFT特征

2.3.2 SURF特征

2.3.3 AKAZE特征

2.3.4 BRISK特征

2.3.5 ORB特征

2.4 图片颜色特征提取方法

2.4.1 颜色空间

2.4.2 颜色特征量化与表示

2.4.3 相似度度量标准

2.5 特征融合方法

2.5.1 Bag of Features模型

2.5.2 特征融合方式

2.6 图片分类器

2.6.1 线性SVM分类器

2.6.2 非线性SVM分类器

2.7 本章小结

第三章 亚洲食物图片分类模型MDFC

3.1 MDFC亚洲图片分类框架

3.2 使用GrabCut进行图片分割

3.3 局部特征提取

3.3.1 局部特征提取过程

3. 3.2 局部特征提取 效率

3.4 颜色特征提取

3.4.1 局部颜色特征提取

3.4.2 全局颜色特征提取

3.5 特征融合

3.5.1 特征融合方式

3.5.2 特征融合结构

3.6 图片分类

3.7 本章小结

第四章 基于特征融合的图片分类设计与仿真

4.1 仿真设计概述

4.2 仿真平台说明

4.3 仿真系统的设计与搭建

4.3.1 数据准备

4.3.2 特征提取与融合

4.3.3 SVM分类器的构建

4.4 仿真结果与分析

4.4.1 图片分割

4.4.2 局部特征提取

4.4.3 局部颜色特征提取

4.4.4 全局颜色特征提取

4.4.5 特征融合

4.5 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 研究展望

参考文献

在读期间公开发表的论文

致谢