基于语义模型的外观专利图像检索技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| Contents | 第9-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 图像检索技术的发展历程 | 第13-15页 |
| 1.2.2 外观设计专利检索技术研究现状 | 第15-17页 |
| 1.3 本文的工作内容 | 第17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第二章 外观专利图像检索及语义建模 | 第19-32页 |
| 2.1 图像检索系统结构分析 | 第19-21页 |
| 2.2 图像检索相关技术 | 第21-27页 |
| 2.2.1 图像视觉特征分析与提取 | 第21-25页 |
| 2.2.2 相似度量技术 | 第25-26页 |
| 2.2.3 性能评价标准 | 第26-27页 |
| 2.3 语义建模的关键技术分析 | 第27-31页 |
| 2.3.1 图像语义信息层次化描述 | 第27-28页 |
| 2.3.2 图像语义分析的方法与原理 | 第28-31页 |
| 2.3.3 从低层特征向高层特征的转化 | 第31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 外观专利图像视觉特征的获取及表达 | 第32-46页 |
| 3.1 外观设计专利图像特征提取原则 | 第32-33页 |
| 3.1.1 外观设计专利图像的特征分析 | 第32页 |
| 3.1.2 获取外观设计专利图像特征的原则 | 第32-33页 |
| 3.2 外观图像视觉特征表达 | 第33-38页 |
| 3.2.1 集成纹理 | 第33-36页 |
| 3.2.2 形状不变矩 | 第36-37页 |
| 3.2.3 傅立叶描述子 | 第37-38页 |
| 3.3 特征融合表达 | 第38-39页 |
| 3.4 实验结果及分析 | 第39-45页 |
| 3.4.1 实验样本说明 | 第39页 |
| 3.4.2 对比实验检索结果 | 第39-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 SVM外观设计专利图像语义建模 | 第46-56页 |
| 4.1 语义模型的分析 | 第46-47页 |
| 4.2 SVM算法原理 | 第47-50页 |
| 4.2.1 统计学习理论 | 第47-48页 |
| 4.2.2 标准形式的分类SVM | 第48-50页 |
| 4.2.3 核函数 | 第50页 |
| 4.3 外观设计专利图像语义建模 | 第50-52页 |
| 4.3.1 外观设计专利图像语义模型的提出 | 第50-51页 |
| 4.3.2 基于SVM语义转化 | 第51-52页 |
| 4.4 实验结果及分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |
