基于视觉注意模型的图像检索
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-17页 |
| ·选题的背景和意义 | 第9页 |
| ·课题的研究现状 | 第9-11页 |
| ·图像检索的发展历史 | 第9-10页 |
| ·国内外 CBIR 研究现状和成果 | 第10-11页 |
| ·视觉注意模型与 CBIR | 第11-15页 |
| ·视觉注意机制概述 | 第11-12页 |
| ·视觉注意模型研究现状 | 第12-14页 |
| ·视觉注意模型与 CBIR | 第14-15页 |
| ·本文的主要工作及结构安排 | 第15-17页 |
| 2 基于内容的图像检索（CBIR）基础知识 | 第17-24页 |
| ·CBIR 系统的框架模式 | 第17-23页 |
| ·CBIR 的底层视觉特征概述 | 第17-19页 |
| ·CBIR 的相似计算 | 第19-20页 |
| ·CBIR 的查询模式 | 第20-21页 |
| ·CBIR 的评价准则 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于视觉注意模型的显著区域提取 | 第24-40页 |
| ·Song 模型计算流程 | 第24-31页 |
| ·特征通道生成 | 第24-25页 |
| ·特征图生成 | 第25-30页 |
| ·显著图生成 | 第30-31页 |
| ·显著图实验效果对比 | 第31页 |
| ·改进的 Song 显著模型 | 第31-34页 |
| ·Song 模型存在的缺陷 | 第31-32页 |
| ·改进的 Song 模型计算方法 | 第32-34页 |
| ·实验结果对比 | 第34页 |
| ·基于改进的 Song 模型的显著区域提取 | 第34-38页 |
| ·显著区域提取算法流程 | 第35-38页 |
| ·显著区域提取结果展示 | 第38页 |
| ·本章小结 | 第38-40页 |
| 4 显著区域的特征提取与改进 | 第40-54页 |
| ·基于全局的和基于显著区的特征抽取比较 | 第40-41页 |
| ·BDIP-BVLC 特征概述 | 第41页 |
| ·图像的多分辨率技术 | 第41-43页 |
| ·传统的多尺度 | 第41-42页 |
| ·小波域多尺度 | 第42-43页 |
| ·两种多尺度比较 | 第43页 |
| ·小波域 BDIP-BVLC 特征提取 | 第43-49页 |
| ·颜色空间变换 | 第44-45页 |
| ·抽取 V 分量图 | 第45-46页 |
| ·小波变换 | 第46-47页 |
| ·BDIP 特征 | 第47-48页 |
| ·BVLC 特征 | 第48-49页 |
| ·特征融合 | 第49页 |
| ·改进的小波域 BDIP-BVLC 特征 | 第49-53页 |
| ·显著区域特征抽取存在的问题 | 第49-50页 |
| ·改进的特征计算方法流程 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 实验结果与分析 | 第54-63页 |
| ·图像的相似度计算 | 第54页 |
| ·二次度量策略 | 第54-56页 |
| ·基本思想 | 第54页 |
| ·算法步骤 | 第54-56页 |
| ·试验结果与分析 | 第56-62页 |
| ·实验数据、评价标准、测试方法 | 第56-57页 |
| ·实验一：与基于全局特征方法对比 | 第57-58页 |
| ·实验二：改进的 BDIP-BVLC 特征 | 第58-60页 |
| ·实验三：与基于显著性加权方法对比 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·后续工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
