基于自动图像标注与翻译技术的语义图像检索研究
摘要 | 第1-7页 |
Abstract | 第7-10页 |
第1章 绪论 | 第10-16页 |
·研究背景及意义 | 第10页 |
·国内外研究现状 | 第10-13页 |
·研究目的及内容 | 第13-14页 |
·研究目的 | 第13页 |
·研究内容 | 第13-14页 |
·本课题总体框架设计 | 第14-15页 |
·本文结构安排 | 第15-16页 |
第2章 语义图像区域的提取与特征离散化 | 第16-29页 |
·语义图像检索系统原型概述 | 第16-18页 |
·特征归一化 | 第18-19页 |
·基于人工选取的语义样本构造 | 第19-20页 |
·基于聚类方法的语义区域提取 | 第20-25页 |
·基于K-means聚类算法的语义区域提取 | 第22-24页 |
·基于最大期望聚类算法的语义区域提取 | 第24-25页 |
·区域特征离散化 | 第25-28页 |
·本章小结 | 第28-29页 |
第3章 图像的自动标注与翻译 | 第29-38页 |
·图像翻译的框架概述 | 第29页 |
·标注规则提取算法 | 第29-37页 |
·基于支持向量机的噪声数据过滤 | 第33-34页 |
·基于支持向量机的规则修正 | 第34-35页 |
·标注规则的后处理 | 第35-37页 |
·本章小结 | 第37-38页 |
第4章 图像检索及重排 | 第38-43页 |
·基于文本的倒排文件 | 第38-39页 |
·基于倒排文件的图像索引 | 第39-42页 |
·本章小结 | 第42-43页 |
第5章 实验及结果分析 | 第43-58页 |
·评价标准 | 第43-44页 |
·自动图像标注与检索的实验分析 | 第44-54页 |
·与经典机器学习算法的实验比较 | 第44-50页 |
·与最新检索算法的实验比较 | 第50-54页 |
·基于聚类算法的重排实验分析 | 第54-57页 |
·本章小结 | 第57-58页 |
结论 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
攻读硕士学位期间发表的论文及科研成果 | 第64页 |