| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 图像标注检索技术的发展及现状 | 第12-14页 |
| 1.3 论文的组织结构 | 第14-16页 |
| 第二章 图像标注技术概述 | 第16-24页 |
| 2.1 基于文本的图像检索 | 第16-18页 |
| 2.2 基于内容的图像检索 | 第18-22页 |
| 2.2.1 图像特征简介 | 第19-21页 |
| 2.2.2 图像的相似性度量 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 基于人工神经网络的多模态图像标注方法 | 第24-48页 |
| 3.1 基于单隐藏层神经网络的多模态图像标注方法 | 第24-42页 |
| 3.1.1 基本思想 | 第24-29页 |
| 3.1.2 数据准备 | 第29-33页 |
| 3.1.3 实验结果与分析 | 第33-40页 |
| 3.1.4 标注结果示例 | 第40-42页 |
| 3.1.5 小结总结 | 第42页 |
| 3.2 基于多隐藏层神经网络的多模态图像标注方法 | 第42-46页 |
| 3.2.1 基本思想 | 第42-43页 |
| 3.2.2 数据准备 | 第43页 |
| 3.2.3 实验结果及分析 | 第43-45页 |
| 3.2.4 标注结果示例 | 第45-46页 |
| 3.2.5 小节总结 | 第46页 |
| 3.3 本章小结 | 第46-48页 |
| 第四章 基于LIBLINEAR分类器的图像标注方法 | 第48-56页 |
| 4.1 基本思想 | 第48-49页 |
| 4.2 数据准备 | 第49-51页 |
| 4.3 实验与结果分析 | 第51-53页 |
| 4.4 图像标注结果示例 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 基于Caffe和MLP的图像标注方法 | 第56-64页 |
| 5.1 基本思想 | 第56-59页 |
| 5.1.1 Caffe介绍 | 第56-57页 |
| 5.1.2 MLP介绍 | 第57-58页 |
| 5.1.3 VGG模型介绍 | 第58-59页 |
| 5.2 数据准备 | 第59页 |
| 5.3 实验及系统实现 | 第59-62页 |
| 5.3.1 实验环境搭建 | 第59-60页 |
| 5.3.2 从句子到图像 | 第60-61页 |
| 5.3.3 从图像到句子 | 第61-62页 |
| 5.4 本章总结 | 第62-64页 |
| 第六章 总结与展望 | 第64-68页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 硕士期间发表的论文 | 第74页 |
| 硕士期间参加的科研工作 | 第74-75页 |
| 附件 | 第75页 |