基于显著区域的图像语义检索方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究概况 | 第11-14页 |
| ·图像显著区域获取 | 第11-13页 |
| ·图像高层语义特征抽取 | 第13-14页 |
| ·图像分类算法 | 第14页 |
| ·存在问题 | 第14-15页 |
| ·研究内容 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 显著区域提取技术研究 | 第17-30页 |
| ·人类视觉注意机制 | 第17-18页 |
| ·相关研究工作 | 第18-19页 |
| ·基于自适应邻域的显著目标提取算法 | 第19-26页 |
| ·视觉特征提取 | 第20-22页 |
| ·自适应空间邻域的选择 | 第22-23页 |
| ·显著值的计算 | 第23-25页 |
| ·显著区域分割 | 第25-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·实验对象及条件 | 第26页 |
| ·实验方法 | 第26-27页 |
| ·实验结果与分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于显著区域的高层语义特征提取技术研究 | 第30-42页 |
| ·概率潜在语义分析方法 | 第30-32页 |
| ·图像与文档的对应关系 | 第32-33页 |
| ·显著区域高层语义特征获取 | 第33-37页 |
| ·显著区域的低层特征描述 | 第34-36页 |
| ·视觉词汇表的生成 | 第36-37页 |
| ·图像的 BOW 描述 | 第37页 |
| ·基于 PLSA 模型的高层语义特征提取 | 第37页 |
| ·实验结果与分析 | 第37-41页 |
| ·实验对象及条件 | 第37-38页 |
| ·实验方法 | 第38页 |
| ·实验结果与分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 图像语义检索技术研究 | 第42-53页 |
| ·支持向量机 | 第42-44页 |
| ·检索性能评价 | 第44-45页 |
| ·图像语义检索 | 第45-46页 |
| ·实验结果与分析 | 第46-52页 |
| ·实验对象及条件 | 第46-47页 |
| ·实验方法 | 第47页 |
| ·实验结果与分析 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |
