海量近似重复图像检索研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究目的和意义 | 第9-10页 |
| ·图像检索的研究现状 | 第10-13页 |
| ·基于内容的图像检索系统组成 | 第10-11页 |
| ·图像检索关键技术发展 | 第11-13页 |
| ·知名的图像检索系统 | 第13页 |
| ·本文的主要工作 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 2 基于内容的图像检索中的若干关键技术介绍 | 第15-23页 |
| ·特征提取 | 第15-16页 |
| ·颜色特征 | 第15页 |
| ·纹理特征 | 第15-16页 |
| ·形状特征 | 第16页 |
| ·特征匹配的相似性度量 | 第16-18页 |
| ·检索的性能与评价标准 | 第18-20页 |
| ·tf-idf加权 | 第20-21页 |
| ·尺度加权 | 第21-22页 |
| ·查询扩展 | 第22-23页 |
| 3 SIFT特征概述 | 第23-29页 |
| ·DOG尺度空间生成和极值点的检测 | 第23-25页 |
| ·关键点的精确定位与过滤 | 第25-26页 |
| ·关键点方向分配 | 第26-27页 |
| ·特征向量的生成 | 第27页 |
| ·SIFT特征与其他局部特征的比较 | 第27-29页 |
| 4 词袋(BoW)模型 | 第29-35页 |
| ·词袋模型简述 | 第29-30页 |
| ·文本检索中的词袋模型 | 第29页 |
| ·图像检索中的词袋模型 | 第29-30页 |
| ·局部特征向量的量化 | 第30-32页 |
| ·使用单层K-means聚类量化 | 第30页 |
| ·使用多层K-means聚类量化 | 第30-32页 |
| ·倒排索引表 | 第32-33页 |
| ·投票方法 | 第33-35页 |
| 5 空间关系检查 | 第35-47页 |
| ·空间关系检查 | 第35-36页 |
| ·WGC | 第36-37页 |
| ·E-WGC | 第37-38页 |
| ·RANSAC | 第38-39页 |
| ·空间关系编码方法 | 第39-41页 |
| ·强几何一致性方法 | 第41-47页 |
| ·基本原理 | 第42页 |
| ·算法细节 | 第42-46页 |
| ·位移的最大允许误差 | 第46-47页 |
| 6 实验与分析 | 第47-56页 |
| ·海量近似重复图像检索系统的设计与实现 | 第47-48页 |
| ·实验设计 | 第48-52页 |
| ·数据集 | 第48-51页 |
| ·用于实验对比的不同方法 | 第51页 |
| ·实验软硬件环境 | 第51页 |
| ·检索性能指标和评价标准 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| 7 结论和展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录 | 第60页 |
