| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 农业视频语义索引研究现状 | 第11-12页 |
| 1.2.2 非农业视频语义索引研究现状 | 第12页 |
| 1.2.3 图像语义索引研究现状 | 第12-14页 |
| 1.2.4 国内外研究现状总结 | 第14-15页 |
| 1.2.5 存在的问题和解决方案 | 第15-16页 |
| 1.3 技术路线与研究内容 | 第16-18页 |
| 1.4 论文组织与结构 | 第18-19页 |
| 第二章 语义关键帧的图像特征提取 | 第19-30页 |
| 2.1 农业视频数据集 | 第19页 |
| 2.2 农业视频镜头分割 | 第19-23页 |
| 2.2.1 农业视频压缩关键帧提取 | 第19-21页 |
| 2.2.2 农业视频镜头边界检测 | 第21-23页 |
| 2.3 农业视频镜头的语义关键帧提取 | 第23-29页 |
| 2.3.1 语义关键帧提取方法概述 | 第23-24页 |
| 2.3.2 图像特征提取器的选择 | 第24-26页 |
| 2.3.3 ResNet-152 的预训练和微调 | 第26-28页 |
| 2.3.4 使用Fast RCNN为压缩关键帧提取区域图像特征 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 语义描述的文本特征提取 | 第30-35页 |
| 3.1 文本特征概述 | 第30-31页 |
| 3.2 分词并构建初始词表 | 第31-32页 |
| 3.3 合并同义词操作 | 第32-34页 |
| 3.3.1 合并同义词的必要性 | 第32-33页 |
| 3.3.2 词语近似度度量算法 | 第33-34页 |
| 3.4 根据最终中文词表提取语义描述的文本特征 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 语义关键帧生成语义描述的学习 | 第35-39页 |
| 4.1 RNN单元的选择 | 第35-37页 |
| 4.2 基于RNN学习语义关键帧生成语义描述 | 第37-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 实验结果与分析 | 第39-44页 |
| 5.1 评价指标 | 第39页 |
| 5.2 基于区域为语义关键帧提取图像特征 | 第39-41页 |
| 5.3 以同义词为为语义关键帧提取图像特征 | 第41-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-45页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |