基于语义分析的图像多标签标注算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·图像检索技术的发展历程 | 第9-14页 |
| ·基于文本的图像检索 | 第10-11页 |
| ·基于内容的图像检索 | 第11-13页 |
| ·基于语义的图像检索 | 第13-14页 |
| ·本文研究目标和主要内容 | 第14-15页 |
| 第2章 图像语义信息建模相关技术概述 | 第15-32页 |
| ·图像自动标注技术概述 | 第16-17页 |
| ·基于本体的图像语义内容分析研究 | 第17-25页 |
| ·本体的建模 | 第18-19页 |
| ·多媒体本体建模研究 | 第19-21页 |
| ·多媒体本体概念之间语义关系研究 | 第21-24页 |
| ·多媒体本体概念之间空间关系研究 | 第24-25页 |
| ·图像多标签标注研究 | 第25-31页 |
| ·问题转化方法 | 第25-26页 |
| ·算法改进方法 | 第26-27页 |
| ·评价指标 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于多模型的图像多标签自动标注 | 第32-51页 |
| ·问题描述 | 第32-33页 |
| ·图像多标签学习概述 | 第33-35页 |
| ·基于多模型的图像多标签标注算法 | 第35-41页 |
| ·基于MFBSA和MNKDA的前景检测 | 第35-37页 |
| ·基于RSA的背景概念检测 | 第37-40页 |
| ·基于LSA的语义相关性分析 | 第40-41页 |
| ·实验及分析 | 第41-49页 |
| ·实验数据 | 第41-42页 |
| ·前景标注效果评估 | 第42-44页 |
| ·背景标注效果评估 | 第44-46页 |
| ·语义相关性分析对于标注结果的优化 | 第46-49页 |
| ·对比实验分析 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于双层PLSA模型的图像语义提取 | 第51-66页 |
| ·引言 | 第51-52页 |
| ·理论基础 | 第52-57页 |
| ·“词袋”模型 | 第52-54页 |
| ·PLSA模型 | 第54-57页 |
| ·基于双层PLSA模型的图像多标签标注 | 第57-61页 |
| ·层PLSA模型建模 | 第57-60页 |
| ·基于双层PLSA模型的图像概念检测算法 | 第60-61页 |
| ·实验结果及分析 | 第61-65页 |
| ·数据集 | 第61-63页 |
| ·实验设置 | 第63-64页 |
| ·实验结果比较及分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·未来展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士期间主要工作 | 第74-75页 |
| 致谢 | 第75页 |
