声明
摘要
中英文对照表
第一章 绪论
1.1 研究背景和意义
1.1.1 图像识别过程
1.1.2 图像识别的意义
1.2 图像识别的国内外研究现状
1.3 本文的研究内容
1.4 本文的组织结构
第二章 图像识别技术
2.1 SIFT
2.1.1 尺度空间
2.1.2 SIFT算子
2.1.3 关键点位置确定与不稳定点剔除
2.2 编码算法
2.2.1 Bag-of-Words模型
2.2.2 空间金字塔匹配
2.3 K-SVD
2.3.1 矢量量化的K-均值算法
2.3.2 K-SVD广义的K-均值
2.3.3 K-SVD算法
2.4 深度学习
2.5 本章小结
第三章 分层特征提取设计
3.1 基础概念
3.1.1 分层特征提取
3.1.2 多通道
3.2 图像识别框架
3.3 特征提取设计
3.3.1 预处理
3.3.2 字典学习
3.3.3 稀疏编码
3.3.4 Pooling技术
3.3.5 归一化
3.4 特征分层
3.5 多通道稀疏编码
3.6 本章小结
第四章 实验与结果分析
4.1 实验数据集
4.2 实验平台
4.3 实验内容
4.4 实验结果
4.4.1 实验一:K-SVD对比优化后的K-SVD码本学习算法
4.4.2 实验二:MP算法对比OMP算法
4.4.3 实验三:对单通道的分层特征提取算法进行试验
4.4.4 实验四:合并单通道,进行多通道实验,对比其他算法
4.4.5 算法效率对比
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 后续工作
参考文献
致谢
在读期间发表的学术论文与参与的科研项目