基于半监督相关反馈的图像检索方法
摘要 | 第1-5页 |
ABSTRACT | 第5-7页 |
目录 | 第7-9页 |
1 绪论 | 第9-15页 |
·论文选题背景 | 第9-10页 |
·国内外研究现状 | 第10-12页 |
·研究内容 | 第12-13页 |
·论文组织结构 | 第13-15页 |
2 基于内容的图像检索的概述 | 第15-30页 |
·图像视觉特征的提取 | 第15-24页 |
·颜色特征的提取 | 第15-18页 |
·颜色空间变换 | 第15-16页 |
·颜色特征提取 | 第16-18页 |
·纹理特征的提取 | 第18-22页 |
·灰度共生矩阵 | 第19页 |
·Taumra纹理特征 | 第19-21页 |
·小波变换 | 第21-22页 |
·形状特征的提取 | 第22-24页 |
·基于轮廓的形状描述方法 | 第23页 |
·基于区域的形状描述方法 | 第23-24页 |
·相似性度量方法 | 第24-26页 |
·Minkowski距 | 第24-25页 |
·直方图相交距 | 第25页 |
·χ~2距 | 第25页 |
·二次距 | 第25-26页 |
·余弦距 | 第26页 |
·图像检索性能评价 | 第26-28页 |
·查全率和查准率 | 第26-27页 |
·排序评价法 | 第27-28页 |
·匹配百分数法 | 第28页 |
·命中准确率 | 第28页 |
·本章小结 | 第28-30页 |
3 基于半监督相关反馈的图像检索方法 | 第30-47页 |
·相关反馈技术 | 第30-35页 |
·相关反馈的交互过程 | 第30-31页 |
·相关反馈算法的分类 | 第31-34页 |
·基于距离度量的方法 | 第31-32页 |
·基于概率模型的方法 | 第32-33页 |
·基于机器学习的方法 | 第33-34页 |
·用户相关反馈的判断方式 | 第34页 |
·反馈中用户模式 | 第34-35页 |
·半监督学习 | 第35-38页 |
·基于图像感兴区域的检索方法 | 第38-41页 |
·图像感兴区域提取 | 第38-39页 |
·图像感兴区域特征的提取 | 第39-41页 |
·图像的相似性度量 | 第41页 |
·基于半监督相关反馈的图像检索方法 | 第41-45页 |
·基于半监督相关反馈算法设计 | 第41-42页 |
·学习器的设计与实现 | 第42-44页 |
·具体算法的描述 | 第44-45页 |
·本章小结 | 第45-47页 |
4 实验结果及分析 | 第47-56页 |
·实验配置 | 第47-48页 |
·实验对比 | 第48-51页 |
·实验结果及分析 | 第51-55页 |
·本章小结 | 第55-56页 |
5 总结与展望 | 第56-58页 |
·本文工作总结 | 第56-57页 |
·未来展望 | 第57-58页 |
参考文献 | 第58-64页 |
攻读硕士学位期间主要的研究成果 | 第64-65页 |
致谢 | 第65-67页 |