首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向购物搜索的目标提取算法研究及系统实现

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-21页
   ·课题的研究背景和意义第11-13页
   ·购物图像搜索技术第13-19页
     ·购物图像搜索技术研究现状第13-14页
     ·典型购物搜索系统分析第14-19页
   ·购物图像的目标检测与提取第19页
   ·本文的主要内容和结构安排第19-21页
第2章 基于内容的图像检索与图像分割技术第21-30页
   ·基于内容的图像检索技术第21-25页
     ·CBIR的系统结构第21-22页
     ·常用特征描述方法第22-24页
     ·CBIR的性能评价准则第24-25页
   ·图像分割技术第25-29页
     ·图像分割定义第25-26页
     ·图像分割的技术分类第26页
     ·图像分割评价第26-29页
   ·本章小结第29-30页
第3章 购物图像主目标提取算法第30-44页
   ·主目标提取算法框架第30-31页
   ·基于图的快速分割第31-33页
     ·基于图的快速分割算法定义第31-32页
     ·基于图的快速分割算法性能分析第32-33页
   ·主目标服从正态分布假设第33-36页
     ·正态分布定义第33-34页
     ·主目标服从正态分布假设第34-36页
   ·区域选择即算法描述第36-38页
   ·评价方法第38页
   ·实验结果第38-43页
     ·实验集第38-39页
     ·主目标提取算法性能分析第39-41页
     ·主目标提取算法结果示例和分析第41-43页
   ·本章小结第43-44页
第4章 购物图像多目标提取算法第44-63页
   ·多目标提取算法框架第44-45页
   ·肤色检测实现第45-49页
     ·颜色空间选择第45-46页
     ·椭圆与单高斯模型结合的肤色检测实现第46-49页
   ·人脸检测实现第49-50页
   ·衣物区域初步定位第50-52页
   ·背景与衣物的颜色分布第52-54页
     ·背景和衣物颜色的高斯混合分布第52-53页
     ·求解背景和衣物的高斯混合分布第53-54页
   ·过滤背景第54-57页
   ·实验结果第57-62页
     ·实验集第57页
     ·背景和衣物颜色的高斯混合分布实验结果第57-59页
     ·多目标提取算法性能分析第59-60页
     ·多目标提取算法结果示例和分析第60-62页
   ·本章小结第62-63页
第5章 购物搜索系统实现第63-82页
   ·购物搜索系统框架第63-65页
   ·特征提取第65-67页
     ·颜色特征提取第65-66页
     ·SIFT特征提取第66-67页
   ·特征匹配第67-72页
     ·欧氏距离匹配颜色特征第67页
     ·BoW匹配SIFT特征第67-72页
   ·实验结果第72-81页
     ·实验集及图像预处理第72-73页
     ·图像搜索性能分析第73-74页
     ·搜索实验结果示例第74-81页
   ·本章小结第81-82页
结论第82-83页
致谢第83-84页
参考文献第84-88页
攻读硕士学位期间发表的论文及科研成果第88页

论文共88页,点击 下载论文
上一篇:基于非下采样Contourlet的图像和地震信号插值算法
下一篇:半监督层次协同文本聚类研究