摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 绪论 | 第12-25页 |
1.1 论文研究背景和意义 | 第12-13页 |
1.2 统计学习理论用于图像处理的研究现状 | 第13-21页 |
1.2.1 视频图像分割研究现状 | 第13-17页 |
1.2.2 视频图像检索研究现状 | 第17-21页 |
1.3 图像分析与检索的发展趋势 | 第21-22页 |
1.4 论文研究内容和组织结构 | 第22-25页 |
1.4.1 论文的研究内容 | 第22-23页 |
1.4.2 论文的组织结构 | 第23-25页 |
2 视频图像分割与检索的理论概述 | 第25-48页 |
2.1 引言 | 第25-26页 |
2.1.1 视频图像分割概念 | 第25页 |
2.1.2 视频图像检索概念 | 第25-26页 |
2.2 相关技术分析 | 第26-47页 |
2.2.1 特征提取 | 第26-32页 |
2.2.2 分类器 | 第32-34页 |
2.2.3 图像的聚类 | 第34-35页 |
2.2.4 相似性度量 | 第35-37页 |
2.2.5 相关反馈 | 第37-40页 |
2.2.6 生物特征识别 | 第40-43页 |
2.2.7 图像语义分析 | 第43-47页 |
2.3 本章小结 | 第47-48页 |
3 马尔科夫随机场理论与视频图像分割 | 第48-78页 |
3.1 引言 | 第48-49页 |
3.2 相关研究工作 | 第49-52页 |
3.2.1 已有的方案介绍 | 第49-51页 |
3.2.2 图像与视频分割技术所面临的问题 | 第51-52页 |
3.3 基于马尔科夫随机场模型的彩色纹理图像分割 | 第52-66页 |
3.3.1 颜色特征和纹理特征 | 第52-54页 |
3.3.2 马尔科夫随机场分割模型 | 第54-61页 |
3.3.3 EM算法用于参数估计 | 第61-63页 |
3.3.4 实验结果与分析 | 第63-66页 |
3.4 马尔科夫随机场模型用于视频图像分割 | 第66-76页 |
3.4.1 基于区域的运动分割 | 第67-70页 |
3.4.2 基于MRFS的区域分类 | 第70-72页 |
3.4.3 实验结果与分析 | 第72-76页 |
3.5 本章小结 | 第76-78页 |
4 结合空域和频域特征提取的图像检索 | 第78-101页 |
4.1 引言 | 第78-80页 |
4.2 相关研究工作 | 第80-82页 |
4.2.1 已有的方案介绍 | 第80-82页 |
4.2.2 图像检索技术所面临的问题 | 第82页 |
4.3 基于小波多分辨率特征的彩色纹理图像检索 | 第82-89页 |
4.3.1 M子带小波变换 | 第82-83页 |
4.3.2 图像特征聚类分析 | 第83-85页 |
4.3.3 相似度计算 | 第85-86页 |
4.3.4 实验结果与分析 | 第86-89页 |
4.4 基于分层特征结构和相关反馈的图像检索 | 第89-99页 |
4.4.1 空域特征提取 | 第89页 |
4.4.2 频域特征提取 | 第89-93页 |
4.4.3 结合相关反馈技术的图像检索 | 第93-94页 |
4.4.4 实验结果与分析 | 第94-99页 |
4.5 本章小结 | 第99-101页 |
5 人脸识别技术用于视频检索 | 第101-147页 |
5.1 引言 | 第101页 |
5.2 相关研究工作 | 第101-106页 |
5.2.1 已有的方案介绍 | 第101-105页 |
5.2.2 生物识别技术用于视频图像检索所面临的问题 | 第105-106页 |
5.3 基于贝叶斯特征的视频图像人脸检测与识别 | 第106-137页 |
5.3.1 贝叶斯特征分析 | 第106-113页 |
5.3.2 基于仿射模型的运动对象提取 | 第113-114页 |
5.3.3 贝叶斯分类器 | 第114-118页 |
5.3.4 支持向量机 | 第118-122页 |
5.3.5 相关问题讨论 | 第122-127页 |
5.3.6 人脸识别算法过程 | 第127-131页 |
5.3.7 实验结果与分析 | 第131-137页 |
5.4 基于元数据信息的视频检索 | 第137-145页 |
5.4.1 交互信息量概念 | 第138-139页 |
5.4.2 关键帧提取及图像分割 | 第139-141页 |
5.4.3 视频元数据结构 | 第141-143页 |
5.4.4 人脸识别技术用于视频图像检索的系统结构 | 第143页 |
5.4.5 实验结果与分析 | 第143-145页 |
5.5 本章小结 | 第145-147页 |
6 总结与展望 | 第147-151页 |
6.1 论文的贡献和创新点 | 第147-148页 |
6.2 论文研究展望 | 第148-151页 |
参考文献 | 第151-161页 |
读博期间的研究成果 | 第161-162页 |
致谢 | 第162页 |