文摘
英文文摘
论文说明:图表目录
声明
致谢
第一章绪论
1.1研究背景及意义
1.2 Boosting研究现状及分析
1.2.1 Boosting的产生与发展
1.2.2 Boosting在图像理解中的应用现状
1.3论文的主要工作与组织结构
1.3.1论文的主要工作
1.3.2论文的组织结构
1.4本章小结
第二章Boosting分类模型
2.1集成学习
2.2 Boosting基本思想
2.3 Boosting理论分析
2.4 Boosting分类模型与比较
2.4.1 AdaBoost模型
2.4.2 BBM模型
2.4.3拓展模型
2.5 AdaBoost实验与分析
2.6本章小结
第三章统计观点的Boosting模型
3.1累加模型
3.1.1累加回归模型
3.1.2分类问题
3.2累加逻辑回归模型
3.2.1指数准则
3.2.2对数似然准则
3.2.3 Gentle AdaBoost分类模型
3.3 RAB与GAB实验对比
3.4本章小结
第四章图像数据集的选择与处理
4.1传统图像集
4.2融合视觉知识的LabelMe图像集
4.3传统图像集与LabelMe的比较分析
4.4 LabelMe图像注释实验
4.5本章小结
第五章基于Gentle AdaBoost的场景中目标识别
5.1场景中目标识别
5.1.1场景中目标识别的内涵
5.1.2场景中目标识别的方法
5.2 GAB目标识别算法
5.3实验与分析
5.3.1创建图像集
5.3.2提取特征
5.3.3训练GAB检测器
5.3.4测试GAB检测器
5.3.5识别评价
5.4本章小结
第六章总结与展望
6.1工作总结
6.2研究展望
参考文献
攻读硕士学位期间发表的论文及科研工作
合肥工业大学;