社交感知的图像个性化美学用户建模与识别
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 社交图像发展与可计算图像美学研究背景 | 第10-11页 |
| 1.2 图像美学的国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容与各章节安排 | 第15-16页 |
| 第二章 图像个性化美学分析模型介绍 | 第16-27页 |
| 2.1 相关工作 | 第16-18页 |
| 2.2 Counting Grid模型 | 第18-26页 |
| 2.2.1 模型的推导和学习 | 第19-23页 |
| 2.2.2 模型的计算优化 | 第23-24页 |
| 2.2.3 模型的应用 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 社交感知的图像个性化美学用户建模与识别 | 第27-49页 |
| 3.1 方法框架 | 第27-32页 |
| 3.1.1 语义特征 | 第29-30页 |
| 3.1.2 个性化权重 | 第30-31页 |
| 3.1.3 用户识别 | 第31-32页 |
| 3.2 特征提取 | 第32-45页 |
| 3.2.1 美学特征 | 第33-44页 |
| 3.2.2 内容特征 | 第44-45页 |
| 3.3 SVM算法介绍 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 实验结果与分析 | 第49-63页 |
| 4.1 数据集 | 第49-51页 |
| 4.2 评价标准 | 第51-52页 |
| 4.2.1 CMC曲线 | 第51-52页 |
| 4.2.2 nAUC指标 | 第52页 |
| 4.3 社交感知的个性化美学方法实验 | 第52-56页 |
| 4.3.1 CG模型窗口大小 | 第52-53页 |
| 4.3.2 语义特征维数 | 第53-54页 |
| 4.3.3 实验结果 | 第54-56页 |
| 4.4 与其他方法的比较 | 第56-61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
