图像检索中的特征表示和索引方法的研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第1章 绪论 | 第14-28页 |
| ·课题研究的背景 | 第14-15页 |
| ·国内外的研究现状 | 第15-23页 |
| ·图像检索的研究 | 第15-18页 |
| ·图像特征提取的研究 | 第18-21页 |
| ·高维数据索引的研究 | 第21-23页 |
| ·本文的主要工作和研究成果 | 第23-24页 |
| ·论文结构安排 | 第24-25页 |
| 参考文献 | 第25-28页 |
| 第2章 图像检索技术综述 | 第28-44页 |
| ·图像的特征提取 | 第28-34页 |
| ·局部特征 | 第29-30页 |
| ·多特征组合 | 第30-31页 |
| ·图像特征的评价 | 第31-34页 |
| ·图像相似性的度量 | 第34-35页 |
| ·图像的索引技术 | 第35-39页 |
| ·高维索引面临的问题 | 第36页 |
| ·图像数据的高维索引技术 | 第36-39页 |
| ·图像检索的评价 | 第39-41页 |
| ·数据测试集 | 第39-40页 |
| ·性能评价方法 | 第40-41页 |
| ·小结 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 第3章 图像的融合特征表示和匹配 | 第44-72页 |
| ·图像局部特征 | 第44-57页 |
| ·从SIFT到Affine-SIFT | 第45-52页 |
| ·MSER | 第52-56页 |
| ·矩不变量 | 第56页 |
| ·融合特征 | 第56-57页 |
| ·融合特征的匹配策略 | 第57-63页 |
| ·第一级匹配策略 | 第57-58页 |
| ·第二级匹配策略 | 第58-62页 |
| ·配策略的分析 | 第62-63页 |
| ·实验 | 第63-69页 |
| ·数据集 | 第63页 |
| ·参数选择问题 | 第63页 |
| ·实验结果与分析 | 第63-69页 |
| ·关于融合特征的进一步讨论 | 第69页 |
| ·小结 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 第4章 基于融合特征的近似图像检测 | 第72-81页 |
| ·引言 | 第72-73页 |
| ·图像检测系统的框架 | 第73-74页 |
| ·高效的图像特征表示 | 第74页 |
| ·图像对的匹配 | 第74-75页 |
| ·实验 | 第75-79页 |
| ·实验数据 | 第75-76页 |
| ·阈值参数 | 第76-77页 |
| ·实验结果 | 第77-79页 |
| ·小结 | 第79-80页 |
| 参考文献 | 第80-81页 |
| 第5章 基于LSH索引的图像检索 | 第81-105页 |
| ·引言 | 第81-84页 |
| ·图像检索框架图 | 第84页 |
| ·图像的特征提取 | 第84-86页 |
| ·欧氏LSH索引算法 | 第86-93页 |
| ·欧氏LSH索引算法原理 | 第87-89页 |
| ·欧氏LSH算法的分析 | 第89-90页 |
| ·实验 | 第90-93页 |
| ·基于数据驱动的LSH索引 | 第93-96页 |
| ·算法介绍 | 第94页 |
| ·实验 | 第94-96页 |
| ·基于弱监督的LSH索引 | 第96-101页 |
| ·改进的方案1:弱监督方式下哈希函数的优化选择 | 第96-97页 |
| ·改进的方案2:弱监督方式下哈希函数的生成 | 第97-99页 |
| ·实验 | 第99-101页 |
| ·LSH索引的进一步讨论 | 第101-102页 |
| ·LSH索引和倒排文档索引的比较 | 第102页 |
| ·小结 | 第102-103页 |
| 参考文献 | 第103-105页 |
| 第6章 总结和展望 | 第105-108页 |
| ·论文工作总结 | 第105-106页 |
| ·研究与展望 | 第106-108页 |
| 攻读博士学位期间发表的学术论文 | 第108-109页 |
| 感谢 | 第109页 |
