大数据检索及其在图像标注与重构中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景 | 第12-14页 |
| ·关键问题与研究任务 | 第14-17页 |
| ·主要内容与结构安排 | 第17-20页 |
| 第2章 大数据及相关应用简介 | 第20-28页 |
| ·大数据来源和特点 | 第20-22页 |
| ·大数据组织和管理 | 第22-24页 |
| ·大数据价值和机遇 | 第24-28页 |
| 第3章 大规模图像检索 | 第28-56页 |
| ·背景介绍 | 第28-32页 |
| ·相关工作 | 第32-36页 |
| ·基于加权树和共现信息的特征量化 | 第36-41页 |
| ·视觉判别能力区分 | 第36-37页 |
| ·加权搜索树的构建 | 第37-39页 |
| ·基于共现信息的量化加速和修正 | 第39-41页 |
| ·基于特征组合的图像表示 | 第41-47页 |
| ·特征组合的抽取 | 第42-44页 |
| ·特征组合的匹配 | 第44-46页 |
| ·特征组合的索引 | 第46-47页 |
| ·实验结果 | 第47-54页 |
| ·特征量化实验结果 | 第47-51页 |
| ·组合表达实验结果 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于检索的图像标注 | 第56-82页 |
| ·背景介绍 | 第56-60页 |
| ·相关工作 | 第60-62页 |
| ·超大规模近似复制图像检索 | 第62-64页 |
| ·特征提取 | 第63-64页 |
| ·近似复制图像检测 | 第64页 |
| ·基于混合模型的标签挖掘 | 第64-73页 |
| ·主题空间学习 | 第65-68页 |
| ·基于主题空间的混合模型 | 第68-73页 |
| ·实验结果 | 第73-80页 |
| ·实验数据 | 第73-74页 |
| ·性能评估 | 第74页 |
| ·实验结果及分析 | 第74-80页 |
| ·本章小结 | 第80-82页 |
| 第5章 基于检索的图像重构 | 第82-108页 |
| ·背景介绍 | 第82-85页 |
| ·相关工作 | 第85-87页 |
| ·特征提取与数据压缩 | 第87-90页 |
| ·高分辨率图像的联合表示 | 第87-88页 |
| ·图像和特征的联合压缩 | 第88-90页 |
| ·基于复制区域的图像重构 | 第90-96页 |
| ·部分复制图像检索 | 第90-91页 |
| ·区域匹配和校准 | 第91-93页 |
| ·不相关区域剪切 | 第93-95页 |
| ·区域拼接粘合 | 第95-96页 |
| ·分布式计算 | 第96页 |
| ·实验结果 | 第96-105页 |
| ·实验数据 | 第96-98页 |
| ·数据压缩 | 第98-99页 |
| ·重构时间 | 第99-100页 |
| ·重构质量 | 第100-105页 |
| ·缺点和限制 | 第105页 |
| ·本章小结 | 第105-108页 |
| 第6章 工作总结与未来展望 | 第108-112页 |
| ·工作总结 | 第108-109页 |
| ·未来展望 | 第109-112页 |
| 参考文献 | 第112-120页 |
| 致谢 | 第120-122页 |
| 在读期间发表的学术论文与取得的其它研究成果 | 第122页 |
