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 |