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

基于局部视觉信息的大规模图像检索研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-12页
第一章 绪论第12-18页
   ·引言第12-13页
   ·国内外研究现状第13-15页
   ·本文的结构安排和创新点第15-18页
第二章 视觉特征的高阶特性分析第18-36页
   ·背景介绍第18-20页
   ·相关工作第20-21页
   ·视觉特征的高阶特性第21-25页
     ·二值化方法第22页
     ·空间上下文信息第22-23页
     ·多模态特性第23-24页
     ·高阶特性描述子第24-25页
     ·自我包含的高阶特性描述子第25页
   ·二值码结构索引第25-26页
   ·检索策略第26页
   ·实验结果第26-34页
     ·空间上下文二值描述子第27-28页
     ·多模态特性二值描述子第28-29页
     ·高阶特性二值描述子第29-30页
     ·自我包含的特征高阶特性二值描述子第30-33页
     ·大规模数据库中的检索效果第33-34页
   ·本章小结第34-36页
第三章 SIFT特征二值化编码和交叉索引第36-58页
   ·背景介绍第36-38页
   ·相关工作第38-40页
   ·SIFT二值化编码第40-44页
   ·交叉索引结构第44-47页
   ·实验结果第47-53页
     ·SIFT二值化编码第48-51页
     ·交叉索引结构第51-53页
   ·大规模数据库中的检索第53-55页
   ·本章小结第55-58页
第四章 联合视觉特征第58-80页
   ·背景介绍第58-60页
   ·相关工作第60-62页
   ·基于视觉特征组的检索系统第62-68页
     ·视觉特征组的生成第62-64页
     ·视觉特征组描述子第64-66页
     ·视觉特征组描述子二值化编码第66-67页
     ·图像之间的相似度计算和索引结构第67-68页
   ·实验结果第68-78页
     ·视觉特征组的生成第69页
     ·视觉特征组描述子第69-74页
     ·视觉特征组描述子的分段量化编码第74-75页
     ·分治法索引结构第75-78页
   ·本章小结第78-80页
第五章 图像全局表达第80-96页
   ·背景介绍第80-81页
   ·相关工作第81-82页
   ·HVLAD算法第82-87页
     ·VLAD算法回顾第82页
     ·HVLAD算法分析第82-87页
     ·生成图像的紧凑表达第87页
   ·实验结果第87-93页
     ·HVLAD算法第88页
     ·多分配策略第88-90页
     ·SIFT特征白化处理第90-92页
     ·图像的紧凑表达第92-93页
     ·与其他算法的比较第93页
   ·本章小结第93-96页
第六章 总结与展望第96-100页
   ·本文工作总结第96-98页
     ·视觉特征的高阶特性第96页
     ·SIFT特征二值化编码和交叉索引第96-97页
     ·联合视觉特征第97-98页
     ·基于局部视觉特征的图像全局表达第98页
   ·未来工作展望第98-100页
     ·中层特征的检测与描述第99页
     ·索引结构的动态更新第99-100页
参考文献第100-106页
致谢第106-108页
在读期间发表的学术论文与取得的研究成果第108页

论文共108页,点击 下载论文
上一篇:基于低秩稀疏的图像序列增强技术研究
下一篇:拓扑弦论中量子能谱问题的研究