摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-13页 |
1.1 课题研究背景和意义 | 第9-10页 |
1.2 目前研究现状 | 第10-11页 |
1.3 本文章节安排与研究成果 | 第11-13页 |
第二章 视频中的概念检测技术 | 第13-41页 |
2.1 概念检测技术概述 | 第13-14页 |
2.2 特征提取 | 第14-27页 |
2.2.1 特征分类 | 第15-17页 |
2.2.2 特征提取方法 | 第17-25页 |
2.2.3 全局或区域特征与局部特征性能比较 | 第25-27页 |
2.3 有监督学习 | 第27-40页 |
2.3.1 支持向量机的基本原理 | 第27-36页 |
2.3.2 概念检测中SVM 的使用方法 | 第36-40页 |
2.4 本章小结 | 第40-41页 |
第三章 概念检测中基于验证平均准确率的后融合算法研究 | 第41-56页 |
3.1 概念检测中的后融合算法原理 | 第41-42页 |
3.2 已有的后融合算法 | 第42-44页 |
3.3 基于验证平均准确率的后融合算法 | 第44-46页 |
3.4 实验结果 | 第46-55页 |
3.4.1 与基于单个特征的概念检测算法性能比较 | 第46-52页 |
3.4.2 与其他典型后融合方法比较 | 第52-55页 |
3.5 本章小结 | 第55-56页 |
第四章 基于概念间共存关系的概念检测方法研究 | 第56-70页 |
4.1 概念间共存关系分析 | 第56-57页 |
4.2 基于概念间共存关系的应用研究 | 第57-60页 |
4.3 基于概念间共存关系的前后滤波方法 | 第60-65页 |
4.4 实验结果 | 第65-69页 |
4.5 本章小结 | 第69-70页 |
第五章 基于概念的视频检索 | 第70-85页 |
5.1 基于概念的视频检索的综述 | 第70-74页 |
5.2 典型视频检索系统介绍 | 第74-79页 |
5.3 基于概念的视频检索原型系统 | 第79-84页 |
5.4 本章小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
6.1 全文总结 | 第85-86页 |
6.2 研究展望 | 第86-87页 |
参考文献 | 第87-92页 |
攻读硕士学位期间已发表或录用的论文 | 第92-93页 |
致谢 | 第93-95页 |