| 摘要 | 第1-6页 |
| Abstract | 第6-27页 |
| 第1章 绪论 | 第27-38页 |
| ·图像检索技术发展概况 | 第27-29页 |
| ·互联网社交图像及其标签 | 第29-30页 |
| ·社交图像标签的关键问题与研究现状 | 第30-33页 |
| ·标签的无序性 | 第31页 |
| ·标签的不精确性 | 第31页 |
| ·标签对于图像局部区域的模糊性 | 第31-32页 |
| ·标签的缺失性 | 第32页 |
| ·手工图像标注系统的复杂性 | 第32-33页 |
| ·本文的主要研究内容 | 第33-35页 |
| ·主要内容与结构安排 | 第35-38页 |
| 第2章 标签排序 | 第38-58页 |
| ·引言 | 第38-41页 |
| ·基于内容的标签排序方法 | 第41-47页 |
| ·方法简述 | 第41页 |
| ·概率标签相关度估计 | 第41-43页 |
| ·基于随机游走的标签相关度修正 | 第43-47页 |
| ·实验评估 | 第47页 |
| ·实验设置 | 第47页 |
| ·实验结果 | 第47-50页 |
| ·应用 | 第50-56页 |
| ·基于标签的图像搜索 | 第50-53页 |
| ·标签推荐 | 第53-54页 |
| ·组推荐 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第3章 基于视觉和语义信息一致性的标签修正 | 第58-79页 |
| ·引言 | 第58-61页 |
| ·标签过滤 | 第61-63页 |
| ·标签修正 | 第63-69页 |
| ·标签修正框架 | 第63-65页 |
| ·优化问题的解 | 第65-69页 |
| ·标签扩充 | 第69-71页 |
| ·实验结果 | 第71-74页 |
| ·数据集 | 第71页 |
| ·标签过滤的评估 | 第71-72页 |
| ·标签修正的评估 | 第72-73页 |
| ·标签扩充的评估 | 第73-74页 |
| ·应用 | 第74-78页 |
| ·基于标签的图像搜索 | 第76-77页 |
| ·基于标签的自动标注 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第4章 基于协同标记传播的标签修正 | 第79-98页 |
| ·引言 | 第79-82页 |
| ·协同标签修正 | 第82-88页 |
| ·问题描述 | 第83-85页 |
| ·非负优化过程 | 第85-87页 |
| ·讨论 | 第87-88页 |
| ·从具有噪声标签的社交图像中学习特定标签下的视觉词汇表 | 第88-91页 |
| ·实验 | 第91-97页 |
| ·数据集 | 第91-92页 |
| ·评估标签修正 | 第92-95页 |
| ·提高图像排序 | 第95-97页 |
| ·本章小结 | 第97-98页 |
| 第5章 图像区域标签预测 | 第98-113页 |
| ·引言 | 第98-100页 |
| ·多边图的概念 | 第100-101页 |
| ·建立用于图像区域标注的多边图 | 第101-103页 |
| ·图像区域袋表示 | 第101-102页 |
| ·多边图建立 | 第102-103页 |
| ·基于图像多边图的区域标注 | 第103-110页 |
| ·基本框架 | 第103-105页 |
| ·使用Cutting Plane进行优化 | 第105-109页 |
| ·算法分析 | 第109-110页 |
| ·实验 | 第110-111页 |
| ·本章小结 | 第111-113页 |
| 第6章 基于异构多边图的自动标签预测 | 第113-126页 |
| ·引言 | 第113-115页 |
| ·异构多边图的定义 | 第115-116页 |
| ·异构多边图的建立 | 第116-117页 |
| ·异构多边图上的多标签传播 | 第117-119页 |
| ·问题描述 | 第117-119页 |
| ·使用次梯度方法进行优化 | 第119-121页 |
| ·实验 | 第121-125页 |
| ·数据集 | 第121页 |
| ·基于异构特征的多标签传播 | 第121-123页 |
| ·基于共享模式的多标签传播 | 第123-125页 |
| ·本章小结 | 第125-126页 |
| 第7章 基于样例选择和标签推理的半自动相册标注 | 第126-144页 |
| ·引言 | 第126-128页 |
| ·相关工作和研究动机 | 第128-129页 |
| ·图像标注 | 第128-129页 |
| ·主动学习 | 第129页 |
| ·迭代的图像相册标注 | 第129页 |
| ·半自动的相册标注方法 | 第129-131页 |
| ·样例图像选择 | 第131-136页 |
| ·基于时间一致性相似传播的初始样例选择 | 第131-132页 |
| ·基于有约束相似传播的增量样例选择 | 第132-136页 |
| ·讨论 | 第136页 |
| ·标签推理 | 第136-137页 |
| ·实验 | 第137-143页 |
| ·实验设置 | 第137-138页 |
| ·样例选择和标签推理的评价 | 第138-139页 |
| ·CAP算法的性能评估 | 第139-141页 |
| ·计算代价 | 第141-143页 |
| ·本章小结 | 第143-144页 |
| 结论 | 第144-146页 |
| 参考文献 | 第146-156页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第156-159页 |
| 致谢 | 第159-161页 |
| 个人简历 | 第161页 |