基于区域的图像自动语义标注算法研究
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 图像自动标注的研究现状 | 第9-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的章节安排 | 第12-13页 |
| 第2章 图像检索系统 | 第13-26页 |
| 2.1 基于文本的图像检索系统 | 第13-15页 |
| 2.1.1 描述性文本提取 | 第13页 |
| 2.1.2 基于文本的图像检索模型 | 第13-14页 |
| 2.1.3 主要问题 | 第14-15页 |
| 2.2 基于内容的图像检索系统 | 第15-19页 |
| 2.2.1 基于内容的图像检索基本原理 | 第15-16页 |
| 2.2.2 图像内容特征表示 | 第16-17页 |
| 2.2.3 图像相似度模型 | 第17-19页 |
| 2.3 基于语义的图像检索 | 第19-24页 |
| 2.3.1 图像语义层次模型 | 第19-20页 |
| 2.3.2 图像语义提取 | 第20-23页 |
| 2.3.3 常用图像语义描述方法 | 第23页 |
| 2.3.4 图像语义标注 | 第23-24页 |
| 2.4 典型的图像检索系统 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 图像语义的自动标注 | 第26-35页 |
| 3.1 图像自动标注概述 | 第26-28页 |
| 3.1.1 图像自动标注模型的发展 | 第26-27页 |
| 3.1.2 图像语义自动标注的发展 | 第27-28页 |
| 3.2 图像自动标注技术 | 第28-33页 |
| 3.2.1 共生模型 | 第29-30页 |
| 3.2.2 翻译模型 | 第30-31页 |
| 3.2.3 语义网络模型 | 第31-32页 |
| 3.2.4 其他图像标注模型 | 第32-33页 |
| 3.3 图像语义自动标注算法的评价准则 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于区域的图像自动语义标注算法 | 第35-45页 |
| 4.1 算法框架 | 第35-36页 |
| 4.2 图像分割 | 第36-38页 |
| 4.2.1 图像分割简述 | 第36-37页 |
| 4.2.2 JSEG 分割算法 | 第37-38页 |
| 4.2.3 均匀分割 | 第38页 |
| 4.3 底层特征提取 | 第38-41页 |
| 4.3.1 图像颜色特征提取 | 第38-40页 |
| 4.3.2 图像纹理特征提取 | 第40-41页 |
| 4.4 GMM 概念类生成 | 第41-42页 |
| 4.5 概念语义标注方法 | 第42-44页 |
| 4.5.1 基于后验概率的标注方法 | 第42-43页 |
| 4.5.2 结合区域间语义相关性的标注方法 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 实验结果及分析 | 第45-51页 |
| 5.1 实验配置 | 第45-46页 |
| 5.2 算法结果及评价 | 第46-49页 |
| 5.2.1 图像语义自动标注算法的评价准则 | 第46-47页 |
| 5.2.2 实验结果及分析比较 | 第47-49页 |
| 5.3 总结 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
