基于感兴趣区域的图像语义获取方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究目的与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·研究的主要内容及方法 | 第14-15页 |
| ·研究主要内容及目标 | 第14页 |
| ·研究方法 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 基于注意视觉的感兴趣区域提取 | 第16-31页 |
| ·引言 | 第16-17页 |
| ·视觉注意 | 第17-20页 |
| ·视觉注意机制 | 第17页 |
| ·视觉注意的生物机理 | 第17-18页 |
| ·视觉注意模型 | 第18-20页 |
| ·视觉注意与感兴趣区域提取 | 第20-28页 |
| ·视觉注视焦点（FOA）提取 | 第20-26页 |
| ·注意焦点筛选 | 第26-27页 |
| ·视觉注意转移 | 第27-28页 |
| ·实验结果与分析 | 第28-30页 |
| ·本章小节 | 第30-31页 |
| 第三章 基于生物视觉机制的图像单语义获取 | 第31-38页 |
| ·引言 | 第31页 |
| ·相关研究工作 | 第31-32页 |
| ·自动获取图像分类的模型框架 | 第32页 |
| ·基于ROI-C2 特征的图像语义获取 | 第32-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小节 | 第37-38页 |
| 第四章 基于多示例多标记学习的图像多语义获取 | 第38-56页 |
| ·引言 | 第38页 |
| ·多示例学习 | 第38-40页 |
| ·概念的提出 | 第38-39页 |
| ·多示例学习算法 | 第39-40页 |
| ·多示例学习在图像检索中的应用 | 第40页 |
| ·多标记学习 | 第40页 |
| ·多示例多标记学习算法 | 第40-45页 |
| ·多示例多标记学习 | 第40-42页 |
| ·算法描述 | 第42-45页 |
| ·基于多示例多标记学习的图像多语义获取 | 第45-49页 |
| ·感兴趣区域的提取 | 第45页 |
| ·感兴趣区域的特征提取 | 第45-49页 |
| ·图像语义分类 | 第49页 |
| ·实验结果与分析 | 第49-55页 |
| ·评价标准 | 第49-50页 |
| ·实验结果与分析 | 第50-55页 |
| ·本章小节 | 第55-56页 |
| 第五章 图像语义检索原型系统ISR 开发 | 第56-63页 |
| ·开发背景 | 第56页 |
| ·系统设计 | 第56-58页 |
| ·系统开发工具 | 第56-57页 |
| ·系统结构 | 第57-58页 |
| ·系统实现的关键技术 | 第58-59页 |
| ·图像语义获取 | 第58页 |
| ·图像库建立与管理 | 第58-59页 |
| ·基于语义的图像检索 | 第59页 |
| ·系统测试与评价 | 第59-62页 |
| ·系统测试 | 第59-61页 |
| ·检索性能评价 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| ·结论 | 第63页 |
| ·设想与建议 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
