首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像语义标注方法研究

摘要第3-4页
Abstract第4-6页
第1章 绪论第10-22页
    1.1 研究背景第10-12页
    1.2 研究现状第12-17页
        1.2.1 基于模型的图像语义标注方法第13-15页
        1.2.2 数据驱动的图像语义标注方法第15-17页
    1.3 科学问题第17-19页
        1.3.1 图像语义标注场景的新特点第17-18页
        1.3.2 图像语义标注面临的新挑战第18-19页
    1.4 论文贡献第19-21页
    1.5 论文结构第21-22页
第2章 基于模型的图像标注中标签空间降维算法研究第22-51页
    2.1 本章引言第22-24页
    2.2 标签空间降维技术相关研究第24-25页
    2.3 特征相关的标签空间隐式编码算法第25-35页
        2.3.1 基本概念第25-26页
        2.3.2 潜语义空间学习第26-31页
        2.3.3 标签空间恢复第31-33页
        2.3.4 算法扩展 1:Kernel版本第33-34页
        2.3.5 算法扩展 2:显式编码第34-35页
    2.4 算法讨论第35-37页
    2.5 实验分析第37-49页
        2.5.1 实验设置第37-40页
        2.5.2 标注性能比较第40-45页
        2.5.3 训练成本比较第45-46页
        2.5.4 算法参数分析第46-49页
    2.6 本章小结第49-51页
第3章 数据驱动的图像标注中近邻检索与挖掘算法研究第51-102页
    3.1 本章引言第51-53页
    3.2 视觉近邻检索与挖掘技术相关研究第53-57页
        3.2.1 视觉近邻的快速检索第53-55页
        3.2.2 视觉近邻的信息挖掘第55-57页
    3.3 基于保持语义相关性哈希的快速近邻检索算法第57-67页
        3.3.1 基本框架第58-59页
        3.3.2 学习汉明空间第59-63页
        3.3.3 学习哈希函数第63-64页
        3.3.4 生成哈希码第64-66页
        3.3.5 算法讨论第66-67页
    3.4 实验分析:基于保持语义相关性哈希的近邻检索第67-80页
        3.4.1 实验设置第67-70页
        3.4.2 近邻检索精度比较第70-74页
        3.4.3 算法影响因素分析第74-80页
    3.5 基于标签相关随机搜索的近邻挖掘算法第80-92页
        3.5.1 基本框架第81-83页
        3.5.2 近邻权重第83-84页
        3.5.3 近邻投票第84-85页
        3.5.4 近邻信任度第85-89页
        3.5.5 算法优化第89-91页
        3.5.6 算法讨论第91-92页
    3.6 实验分析:基于标签相关随机搜索的近邻挖掘第92-100页
        3.6.1 实验设置第92-94页
        3.6.2 图像标注性能比较第94-98页
        3.6.3 近邻数量的影响分析第98-100页
    3.7 本章小结第100-102页
第4章 基于线性稀疏重构的图像标签补全算法研究第102-126页
    4.1 本章引言第102-103页
    4.2 图像标签补全技术相关研究第103-105页
    4.3 基于图像与标签双角度线性稀疏重构的标签补全算法第105-114页
        4.3.1 基本框架第105-107页
        4.3.2 图像线性稀疏重构第107-111页
        4.3.3 标签线性稀疏重构第111-113页
        4.3.4 双角度补全结果融合第113-114页
        4.3.5 算法讨论第114页
    4.4 实验分析第114-125页
        4.4.1 实验设置第114-118页
        4.4.2 标签补全性能比较第118-120页
        4.4.3 算法影响因素分析第120-125页
    4.5 本章小结第125-126页
第5章 总结和展望第126-130页
    5.1 工作总结第126-128页
    5.2 研究展望第128-130页
参考文献第130-141页
致谢第141-143页
附录A SePH算法中目标函数的偏导数推导第143-146页
附录B TagRS算法中标签相关随机搜索过程的收敛性证明第146-149页
附录C DLSR算法中相关目标函数的推导与证明及补充实验结果第149-156页
    C.1 图像角度线性稀疏重构目标函数的凸性证明与偏导数推导第149-151页
    C.2 标签角度线性稀疏重构目标函数的凸性证明与偏导数推导第151-152页
    C.3 IAPR TC12和NUS-WIDE数据集上的参数影响分析第152-156页
个人简历、在学期间发表的学术论文与研究成果第156-157页

论文共157页,点击 下载论文
上一篇:4,4-联吡啶和DABCO的氧化物的合成、结构及介电性质研究
下一篇:在静电纺丝中点击化学及制备纳米纤维凝胶的研究