| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·研究目的和研究内容 | 第13-14页 |
| ·组织结构及创新点 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 基于视觉语义空间的图像检索系统框架 | 第16-20页 |
| ·引言 | 第16页 |
| ·语义图像检索系统框架 | 第16-19页 |
| ·图像的分割 | 第16-18页 |
| ·图像的特征提取与视觉语义空间构建 | 第18页 |
| ·图像语义的自动标注 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 基于 Normalized Cuts 的自适应图像分割方法 | 第20-31页 |
| ·引言 | 第20-21页 |
| ·Normalized Cuts 聚类方法 | 第21-27页 |
| ·基于图分割的聚类方法 | 第21页 |
| ·归一化的 Normalized Cuts 聚类 | 第21-23页 |
| ·求解最优的 Ncuts 聚类 | 第23-24页 |
| ·Rayleigh 商 | 第24-26页 |
| ·根据 Rayleigh 商求解 Ncuts 的最小值 | 第26-27页 |
| ·基于 Normalized Cuts 的图像分割 | 第27-29页 |
| ·根据图像特征构造相似矩阵 | 第27页 |
| ·求解特征向量与分割图像 | 第27-29页 |
| ·基于 Normalize Cuts 的自适应的图像分割方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 引入区块位置信息的加权视觉语义空间映射 | 第31-41页 |
| ·引言 | 第31-32页 |
| ·图像区域的特征提取 | 第32-35页 |
| ·图像的颜色特征 | 第32页 |
| ·图像区块的形状特征 | 第32-33页 |
| ·图像区块的纹理特征 | 第33-35页 |
| ·基于位置信息的图像区域特征 | 第35-36页 |
| ·视觉语义空间的构造 | 第36-38页 |
| ·视觉语义 | 第36-37页 |
| ·视觉语义空间 | 第37-38页 |
| ·加权的视觉语义空间映射 | 第38-40页 |
| ·图片到视觉语义空间的映射 | 第38-39页 |
| ·带权的映射算法 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 基于 SVM 的图像语义标注与索引方法 | 第41-49页 |
| ·引言 | 第41页 |
| ·基于支持向量机的分类 | 第41-45页 |
| ·分类超平面 | 第41-42页 |
| ·超平面解决二分类问题 | 第42-45页 |
| ·基于支持向量机的图像语义标注 | 第45-47页 |
| ·利用样本与分类面距离作为图像标注的索引 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 图像语义标注实验结果及分析 | 第49-57页 |
| ·实验总体介绍 | 第49-50页 |
| ·实验内容 | 第49页 |
| ·实验验证方式 | 第49-50页 |
| ·实验准备 | 第50-51页 |
| ·实验环境 | 第50-51页 |
| ·实验数据 | 第51页 |
| ·实验参数设置 | 第51页 |
| ·图像标注实验结果及分析 | 第51-56页 |
| ·相似区块语义标注实验 | 第51-52页 |
| ·20 类图像标注实验 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 7 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
| A. 作者在攻读学位期间发表的论文目录 | 第64页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第64页 |
