基于中层语义表示的图像场景分类研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-12页 |
| 1 绪论 | 第12-28页 |
| ·课题的研究背景 | 第12-15页 |
| ·场景分类的意义 | 第13-14页 |
| ·图像场景层次化描述 | 第14-15页 |
| ·场景分类算法综述 | 第15-22页 |
| ·基于低层特征的场景分类 | 第16-17页 |
| ·基于中层语义特征的场景分类 | 第17-22页 |
| ·场景分类的难点问题 | 第22-25页 |
| ·论文的主要工作及研究成果 | 第25-26页 |
| ·论文安排 | 第26-28页 |
| 2 基于互信息的类别视觉辞典场景分类算法 | 第28-46页 |
| ·引言 | 第28-29页 |
| ·基于词包模型的场景分类 | 第29-31页 |
| ·基于互信息的类别视觉辞典场景分类算法 | 第31-35页 |
| ·整体框架 | 第31-33页 |
| ·特征选择方法 | 第33-34页 |
| ·自适应加权融合直方图 | 第34-35页 |
| ·实验结果与分析 | 第35-44页 |
| ·测试数据集 | 第35-38页 |
| ·实验结果与分析 | 第38-44页 |
| ·本章小结 | 第44-46页 |
| 3 基于多尺度多层次生成模型的场景分类 | 第46-64页 |
| ·引言 | 第46-47页 |
| ·概率潜在语义分析模型 | 第47-54页 |
| ·概率生成模型 | 第47页 |
| ·概率潜在语义分析模型 | 第47-51页 |
| ·主题模型的几何意义及图像中的对应 | 第51-53页 |
| ·多义词和同义词问题分析 | 第53-54页 |
| ·多尺度多层次概率潜在语义分析模型 | 第54-57页 |
| ·整体框架 | 第55-56页 |
| ·多尺度部分 | 第56-57页 |
| ·多层次部分 | 第57页 |
| ·实验与分析 | 第57-62页 |
| ·本章小结 | 第62-64页 |
| 4 基于上下文信息的图像场景分类算法 | 第64-80页 |
| ·引言 | 第64-66页 |
| ·基于上下文信息的场景分类算法 | 第66-70页 |
| ·整体框架 | 第66-67页 |
| ·上下文信息视觉单词 | 第67-69页 |
| ·特定类别视觉单词生成 | 第69-70页 |
| ·实验结果与分析 | 第70-78页 |
| ·本章小结 | 第78-80页 |
| 5 基于BoW模型的特征点数量问题研究 | 第80-96页 |
| ·引言 | 第80页 |
| ·特征描述算子 | 第80-88页 |
| ·SIFT特征的生成过程 | 第82-87页 |
| ·改进的SIFT描述子 | 第87-88页 |
| ·特征选择方法 | 第88-90页 |
| ·实验结果与分析 | 第90-94页 |
| ·本章小结 | 第94-96页 |
| 6 论文总结与展望 | 第96-100页 |
| ·论文工作总结 | 第96-97页 |
| ·下一步工作 | 第97-99页 |
| ·展望 | 第99-100页 |
| 参考文献 | 第100-108页 |
| 作者简历 | 第108-110页 |
| 攻读博士学位期间第一作者发表的学术论文 | 第110-114页 |
| 学位论文数据集 | 第114页 |
