| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-25页 |
| 1.1 背景介绍 | 第13-16页 |
| 1.2 相关研究工作 | 第16-23页 |
| 1.2.1 图像理解的三大研究方法 | 第16-17页 |
| 1.2.2 图像全局特征的研究 | 第17-19页 |
| 1.2.3 图像局部特征的研究 | 第19-21页 |
| 1.2.4 图像特征的应用研究 | 第21-22页 |
| 1.2.5 图像语义方面的研究 | 第22-23页 |
| 1.3 论文的创新和改进 | 第23-24页 |
| 1.4 论文组织结构 | 第24-25页 |
| 第二章 相关基础理论介绍 | 第25-39页 |
| 2.1 SIFT 特征的提取和描述 | 第25-28页 |
| 2.2 无监督聚类 | 第28-32页 |
| 2.2.1 聚类概念和过程 | 第28-29页 |
| 2.2.2 聚类算法类别 | 第29-32页 |
| 2.3 距离测度学习 | 第32-33页 |
| 2.4 机器学习与支持向量机 | 第33-39页 |
| 2.4.1 机器学习的原理 | 第33-37页 |
| 2.4.2 支持向量机解决的两类问题 | 第37-39页 |
| 第三章 分层语义模型 | 第39-48页 |
| 3.1 语义属性和关系 | 第39-43页 |
| 3.1.1 图像语义的概述 | 第39-40页 |
| 3.1.2 语义属性和语义关系的若干定义 | 第40-43页 |
| 3.2 分层语义模型的构建 | 第43-46页 |
| 3.2.1 分层语义模型概述 | 第43-45页 |
| 3.2.2 分层语义模型的构建方法 | 第45-46页 |
| 3.3 分层语义模型的扩展 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 语义绑定的分层视觉词汇库 | 第48-57页 |
| 4.1 词汇库的构建 | 第49-52页 |
| 4.2 词汇库细节问题讨论 | 第52-55页 |
| 4.2.1 语义绑定分层视觉词汇库中各结点子词汇库的尺寸的确定 | 第52-53页 |
| 4.2.2 语义绑定分层视觉词汇库中词汇权重确定 | 第53-54页 |
| 4.2.3 上层语义绑定的词汇库中特征向量“爆炸”问题 | 第54-55页 |
| 4.3 词汇库与传统BOVW 模型的理论比较 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 语义绑定的分层视觉词汇库的两种应用 | 第57-67页 |
| 5.1 基于语义的图像内容识别问题 | 第58-62页 |
| 5.1.1 训练语义绑定的分层视觉词汇库 | 第58-61页 |
| 5.1.2 利用语义绑定的分层视觉词汇库分类识别图像语义 | 第61-62页 |
| 5.2 基于内容的图像检索问题 | 第62-66页 |
| 5.2.1 建立基于语义绑定的分层视觉词汇库的图像检索系统 | 第62-64页 |
| 5.2.2 基于三种方式的图像检索 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 仿真实验 | 第67-81页 |
| 6.1 实验数据来源 | 第67-68页 |
| 6.2 实验过程及相关设置 | 第68-74页 |
| 6.2.1 仿真实验基于的分层语义模型 | 第68-69页 |
| 6.2.2 仿真实验所用分层视觉词汇库的构建 | 第69-71页 |
| 6.2.3 基于语义的图像内容分类识别问题的仿真实验过程介绍 | 第71-73页 |
| 6.2.4 基于内容的图像检索问题仿真实验过程介绍 | 第73-74页 |
| 6.3 实验结果数据分析 | 第74-80页 |
| 6.3.1 基于语义的图像内容识别问题仿真实验结果数据分析 | 第75-76页 |
| 6.3.2 基于内容的图像检索问题仿真实验结果数据分析 | 第76-80页 |
| 6.4 实验小结 | 第80-81页 |
| 第七章 总结和展望 | 第81-83页 |
| 7.1 论文总结 | 第81-82页 |
| 7.2 工作展望 | 第82-83页 |
| 缩略语 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表或录用的论文 | 第89页 |
| 攻读硕士学位期间参加的课题与项目 | 第89页 |
