本文在深度学习框架的基础上对特征提取方法进行了研究,并通过医学图像、人脸表情的检测和分类对其效果进行了验证。本文的研究内容主要包括以下三点:1)提出有约束的高分散主成分分析网络(Constrained High Dispersal PCANet,CHDNet)。本文详细分析了 CHDNet的不同组件对分类性能的影响,针对PCANet的局限性,设计了非线性变化层、多尺度特征池化层,以提高分类性能。将CHDNet应用在医学图像分类中,包括基于Kinect深度图像的人体生理机能自动检测和计算机辅助舌象
视频检索相关论文合集2019_JCST_PVSS.pdf
3-540-45479-9_29.pdf
3-540-45479-9_4.pdf
abs-conclution-overview.txt
abs-content based video.txt
abs-pvss.txt
abs-word searching.txt
An Overview of Data Models and Query2000.pdf
Concept-Based Video Retrieval2008.p