提要 | 第4-5页 |
摘要 | 第5-7页 |
abstract | 第7-9页 |
第1章 绪论 | 第12-24页 |
1.1 研究背景与意义 | 第12-14页 |
1.2 图像检索的研究现状 | 第14-20页 |
1.2.1 基于内容的图像检索系统 | 第14-15页 |
1.2.2 基于内容的图像检索方法 | 第15-20页 |
1.3 本文内容安排及主要创新点 | 第20-24页 |
1.3.1 本文内容安排 | 第20-21页 |
1.3.2 本文主要创新点 | 第21-24页 |
第2章 基于内容的图像检索基本方法和关键技术 | 第24-46页 |
2.1 基于视觉词袋模型的图像检索方法及关键技术 | 第24-42页 |
2.1.1 视觉词袋模型的组成部分 | 第24-25页 |
2.1.2 视觉词袋模型的检索框架 | 第25-26页 |
2.1.3 特征提取 | 第26-28页 |
2.1.4 特征量化 | 第28-31页 |
2.1.5 索引结构 | 第31-33页 |
2.1.6 图像几何验证方法 | 第33-42页 |
2.2 基于全局特征的图像检索方法及关键技术 | 第42-44页 |
2.2.1 全局特征提取 | 第42-44页 |
2.2.2 高维描述子降维 | 第44页 |
2.3 本章小结 | 第44-46页 |
第3章 基于分级显著信息的空间编码方法 | 第46-64页 |
3.1 引言 | 第46-47页 |
3.2 基于分级显著信息的空间编码方法的图像检索框架 | 第47-48页 |
3.3 空间金字塔匹配方法(SPM) | 第48-50页 |
3.4 基于图论的视觉显著性方法(GBVS) | 第50-52页 |
3.5 分级显著信息的空间编码方法(SEHSI) | 第52-56页 |
3.5.1 分级匹配列表 | 第53-54页 |
3.5.2 分级显著信息的空间编码 | 第54-55页 |
3.5.3 分级显著信息的几何验证 | 第55-56页 |
3.6 实验结果 | 第56-62页 |
3.6.1 图像数据库 | 第56页 |
3.6.2 评估标准 | 第56-57页 |
3.6.3 实验设置 | 第57-58页 |
3.6.4 实验结果和分析 | 第58-62页 |
3.7 本章小结 | 第62-64页 |
第4章 基于最大熵显著性的分级几何验证图像检索方法 | 第64-82页 |
4.1 引言 | 第64-66页 |
4.2 基于最大熵分级显著区域的图像检索框架 | 第66-67页 |
4.3 基于最大熵的分级显著性方法 | 第67-71页 |
4.4 基于分级显著区域和空间三角模式的几何验证方法 | 第71-74页 |
4.4.1 三角形的空间模式(TSP) | 第71-72页 |
4.4.2 基于分级显著性区域和TSP的几何验证方法 | 第72-74页 |
4.5 实验结果 | 第74-81页 |
4.5.1 图像数据库 | 第74页 |
4.5.2 评估标准 | 第74页 |
4.5.3 实验设置 | 第74-75页 |
4.5.4 实验结果和分析 | 第75-81页 |
4.6 本章小结 | 第81-82页 |
第5章 基于局部邻域的空间验证方法 | 第82-100页 |
5.1 引言 | 第82-84页 |
5.2 局部邻域约束方法 | 第84-86页 |
5.3 空间验证方法 | 第86-90页 |
5.3.1 分割圆形定义 | 第88页 |
5.3.2 旋转分割圆法 | 第88-89页 |
5.3.3 圆形旋转约束的验证方法 | 第89-90页 |
5.4 实验结果 | 第90-99页 |
5.4.1 图像数据库 | 第90-91页 |
5.4.2 评估标准 | 第91页 |
5.4.3 实验设置 | 第91-92页 |
5.4.4 实验结果和分析 | 第92-99页 |
5.5 本章小结 | 第99-100页 |
第6章 数据分布熵对聚合特征提升的方法 | 第100-116页 |
6.1 引言 | 第100-102页 |
6.2 相关工作 | 第102-104页 |
6.3 数据分布熵对聚合特征提升方法 | 第104-108页 |
6.3.1 数据分布熵对聚合特征提升方法的检索框架 | 第104-105页 |
6.3.2 数据分布熵对聚合特征提升方法 | 第105-106页 |
6.3.3 Differ归一化 | 第106-108页 |
6.4 实验结果 | 第108-115页 |
6.4.1 图像数据库 | 第108页 |
6.4.2 评估标准 | 第108页 |
6.4.3 实验设置 | 第108页 |
6.4.4 实验结果和分析 | 第108-115页 |
6.5 本章小节 | 第115-116页 |
第7章 总结与展望 | 第116-120页 |
7.1 总结 | 第116-117页 |
7.2 未来工作展望 | 第117-120页 |
参考文献 | 第120-128页 |
作者简介及在学期间所取得的科研成果 | 第128-129页 |
致谢 | 第129-130页 |