基于多示例的图像检索技术研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 绪论 | 第8-14页 |
·论文研究背景及意义 | 第8-10页 |
·国内外研究现状 | 第10-12页 |
·课题研究的内容 | 第12页 |
·论文结构 | 第12-14页 |
第2章 基于内容图像检索的相关技术 | 第14-24页 |
·颜色特征 | 第14-17页 |
·颜色模型 | 第14-15页 |
·常用的图像颜色特征 | 第15-17页 |
·纹理特征 | 第17-21页 |
·灰度共生矩阵 | 第17-19页 |
·Tamura纹理特征 | 第19-21页 |
·形状特征 | 第21页 |
·空间关系特征 | 第21-22页 |
·本章小结 | 第22-24页 |
第3章 多示例学习的基础 | 第24-36页 |
·多示例学习的相关问题 | 第24-26页 |
·多示例学习的概念 | 第24-25页 |
·多示例学习的价值 | 第25-26页 |
·多示例学习的性质 | 第26页 |
·多示例学习的算法研究 | 第26-32页 |
·轴平行矩形学习算法 | 第27-29页 |
·多样性密度算法 | 第29-30页 |
·支持向量机算法 | 第30-31页 |
·DD-SVM和MILES算法 | 第31-32页 |
·多示例的应用场景的简单介绍 | 第32-34页 |
·本章小结 | 第34-36页 |
第4章 基于多示例的图像检索 | 第36-44页 |
·图像检索流程 | 第36-37页 |
·实验设计与分析 | 第37-43页 |
·数据集合 | 第37页 |
·图像分割与表示 | 第37-40页 |
·实验结果与分析 | 第40-43页 |
·本章小结 | 第43-44页 |
第5章 总结与展望 | 第44-46页 |
·总结 | 第44页 |
·展望 | 第44-46页 |
参考文献 | 第46-52页 |
致谢 | 第52-54页 |
攻读硕士学位期间研究成果 | 第54页 |