图像场景分类的关键技术研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·本文研究目的 | 第10-11页 |
| ·本文研究意义 | 第11-13页 |
| ·本文研究工作 | 第13-14页 |
| ·本文的组织 | 第14-15页 |
| 2 场景分类理论基础 | 第15-19页 |
| ·场景分类定义 | 第15页 |
| ·场景分类意义 | 第15-16页 |
| ·场景分类现有方法 | 第16-19页 |
| ·利用图像低层特征建模 | 第16-17页 |
| ·利用图像中层语义建模 | 第17-19页 |
| 3 场景分类的特征 | 第19-29页 |
| ·颜色特征提取 | 第19-20页 |
| ·边缘特征提取 | 第20-23页 |
| ·SIFT特征提取 | 第23-29页 |
| 4 基于PLSA模型的图像场景分类 | 第29-33页 |
| ·PLSA的原理 | 第29页 |
| ·PLSA的优点 | 第29-30页 |
| ·基于PLSA图像场景分类 | 第30-33页 |
| ·图像与文本对应关系 | 第31页 |
| ·图像场景分类过程 | 第31-33页 |
| 5 系统搭建及改进 | 第33-37页 |
| ·系统的整体流程 | 第33页 |
| ·算法的改进 | 第33-35页 |
| ·视觉单词的产生 | 第35-37页 |
| ·基于单层 SIFT特征的视觉单词生成 | 第35页 |
| ·基于多层 SIFT特征的视觉单词生成 | 第35-36页 |
| ·基于多种特征的视觉单词生成 | 第36-37页 |
| 6 实验结果及分析 | 第37-58页 |
| ·数据集的选取 | 第37-38页 |
| ·评价方法 | 第38页 |
| ·评价结果 | 第38-58页 |
| ·基于单层 SIFT特征 PLSA模型的实验结果 | 第38-44页 |
| ·基于多层 SIFT特征 PLSA模型的实验结果 | 第44-52页 |
| ·基于多种特征PLSA模型的实验结果 | 第52-58页 |
| 7 结论及展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |
