| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 面向图像检索的视觉显著性研究背景及意义 | 第11-12页 |
| 1.2 视觉显著性在检索中应用的研究现状以及面临的问题 | 第12-14页 |
| 1.3 研究内容及工作 | 第14-17页 |
| 1.3.1 研究目的和意义 | 第14-15页 |
| 1.3.2 研究思路 | 第15页 |
| 1.3.3 研究贡献 | 第15-16页 |
| 1.3.4 论文组织结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 经典的显著信息提取方法 | 第18-25页 |
| 2.1 显著模型与特征选择 | 第18-19页 |
| 2.2 ITTI模型 | 第19-22页 |
| 2.2.1 特征提取 | 第21-22页 |
| 2.2.2 不同尺度间的差值特征图 | 第22页 |
| 2.3 剔除离群点 | 第22-23页 |
| 2.4 显著权重法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 面向图像搜索的真实显著性标注 | 第25-31页 |
| 3.1 数据集标注 | 第25-26页 |
| 3.2 数据统计与分析 | 第26-28页 |
| 3.3 显著信息的提取 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 4 显著性嵌入图像检索系统的方法 | 第31-45页 |
| 4.1 引入视觉显著性的四种方式 | 第31-37页 |
| 4.1.1 显著性过滤 | 第32-33页 |
| 4.1.2 显著性强度嵌入 | 第33-34页 |
| 4.1.3 显著性表示嵌入 | 第34-35页 |
| 4.1.4 显著性表示重排序 | 第35-36页 |
| 4.1.5 四种方式的结合 | 第36-37页 |
| 4.2 实验分析 | 第37-44页 |
| 4.2.1 实验设置 | 第37页 |
| 4.2.2 最优阈值比较分析 | 第37-42页 |
| 4.2.3 四种方式实验结果分析 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 基于模型集成的图像搜索增强算法 | 第45-55页 |
| 5.1 显著模型在检索中的作用 | 第45-50页 |
| 5.1.1 显著模型实验分析 | 第46-47页 |
| 5.1.2 显著模型性能分析 | 第47-49页 |
| 5.1.3 RCM+CAF方法 | 第49-50页 |
| 5.2 基于模型集成的图像搜索增强算法 | 第50-54页 |
| 5.2.1 方法原理 | 第50-52页 |
| 5.2.2 实验设置 | 第52-53页 |
| 5.2.3 基于模型集成的图像搜索增强算法评估 | 第53页 |
| 5.2.4 大规模图像检索实验 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |