基于目标的场景图像表示及分类

《基于目标的场景图像表示及分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、２０１６届研究生硕±学位论文分类号：学校代码：１０２６９密级：学号；５１１３１２０１０２８為＃鑛為＾冉户攀Ｅ啼綾．ＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ－？＞损±等恒巧交ｉＭＡＳＴ＇ＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮｉ—．’’：－－則．ｉｊ论文题目；基于目标的场景图像表示及分类制！■１院系：华东师范大学计算机科学巧乂系专业？：计算机应用技术研究方向：图形图像处理与计算机视靖：指导教师：续晋华副教授学位申请人；罗序辉２０＾

2、１６年４月．－．．－ｉ＇．■－－■Ｉｒ心片卓＾华东师范大学硕±学位论文２０１６届研究生硕±学位论文分类号：学校代码；１０２的密级；号；５１１３１２０１０２８学翁華象呼接乂學ＥａｓｔＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ硕±学位论文ＭＡ，ＳＴＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮ论文题目：基于目标的场景图像表示及分类院系：华东师范大学计算化科学巧术系专业：计貸化应用巧术研究方向：图形图像处理与计實机视觉指导教师：鍵晋隹融教授：罗序猎学位申请人

3、２０１６年４月完成华东师范大学硕±学位论文’邱ｅｓ化ｏｆＭａｓｔｅｒｓｄｅｇｒｅｅｏｎ２０１６ＳｃｈｏｏｌＣｏｄｅ：１０２６９ＮＯ．：５＂３１２０１０２８Ｅ乂ＳＴＣＨＩＮＡＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹｅｃｔ－ｂａｓｅｄＯｂＲｅｐｒｅｓｅｎ化村ｏｎｆｂｒｊＳｃｅｎｅＣｌａｓｓｉｆｉｃａ村ｏｎＤｅａｒｔｍｅｎｔ：ＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｐｐＭａｏｒ二ＣｏｍｕｔｅｒＡｐｐｌｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｊｐＲｅｓｅａｒｃｈＩｎｔｅｒｅ

4、ｓｔ：ＩｍａｇｅＰｒｏｃｅ泌ｉｎｇａｎｄＣｏｍｕｔｅｒＶｉｓｉｏｎｐＡｄｖｉｓｏｎＡ．Ｐｒｏｆ．ＪｉｎｈｕａＸｕＭａｔｅｒＣａｎｄｉｄａｔｅ：ＸｕｈｕｉＬｕｏＦｕｌｆｉｌｌｅｄｉｎＡｒｉｌ２０１６ｐ，华东师范大学硕±学位论文华东师范大学学位论文原创惟声明［ｆＩ＾郑重声明，；本人呈交的学位论文《基于目标的场景图像表示及分类》是在华东师范大学攻读硕＾：／博±（请勾选）学位期间，在导师的指导下进行的研究工作及取得的研究成果。除文中己经注明引用的内容外，本论文不包含其他个人

5、己经发表或撰写过的研巧成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。作者签名：曰親片女月畔曰华东师范大学学位论文著作权使用声巧《基于目标的场景图像表示及分类》系本人在华东师范大学攻读学位期间在导师指导下完成的博±（请勾选）学位论文，本论文的著作权归本人所有。本人同意华东师范大学根据相关规定保留和使用此学位论文，并向主管部口和学校指定的相关机构送交学位论文的印刷版和电子版；允许学位论文进入华东师范大学图书馆及数据库被查阅、借阅；同意学校将学位论文加入全国博±、硕±学位论文共建单位数

6、据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于（请勾选）＂０＂＂＂１１．经华东师范大学相关部口审查核定的内部或涉密学位论文，于年月曰解密，解密后适用上述授权。。＾＾／２．不保密，适用上述授权导师签名．本人签名．户４年义＜曰Ｊ月｜＂＂＇涉密学位论文应是己经华东师范大学学位评定委员会办公室或保密委员会审定过＂＂的学位论文（需附获批的《华东师范大学研巧生申请学位论文涉密审批表》方为有效），未经上述部口审定的学位论文均为公开学位论文，。此声明栏不填写的默认为公

7、开学位论文，均适用上述授权）。华东师范大学硕±学位论文ＩＩ窒唐涯硕±学位论文答辩委员会成员名单．ｉ姓名职称工作单位备注Ｉ孙仕亮教授华东师范大学计算化科学技术系主席吕淑静高级王程师上海邮政科学院兰曼副教授华东师范大学计算机科学技术系ＩＩ华东师范大学硕丄学位论文摘要＾一一在计算机视觉领域中，图像的编码表示直是至关重要的技术之。传统的，且得到了广泛的应用，基于低层特征的图像表示方法是有效可行的；然而从人，人类更多地倾向于基于目标的场景图像表示方法类认知的角度出发。在本文中，

8、我们针对场景图像中的目标对象提出两种高层的图像表示方法，并成功将其应用在场景分类中。为