基于内容的图像检索方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 图表索引 | 第10-12页 |
| 第1章 绪论 | 第12-26页 |
| ·研究背景及意义 | 第12-14页 |
| ·基于内容图像检索的概述 | 第14-20页 |
| ·基于内容图检索的系统结构 | 第14-15页 |
| ·基于内容图像检索的关键问题 | 第15-20页 |
| ·基于内容图像检索研究现状 | 第20-23页 |
| ·本文的主要研究内容和创新点 | 第23-26页 |
| 第2章 基于图的数据分析 | 第26-36页 |
| ·基于图的数据降维 | 第26-32页 |
| ·等距映射 | 第27-28页 |
| ·线性局部嵌入 | 第28-30页 |
| ·拉普拉斯特征映射 | 第30-31页 |
| ·保局投影方法 | 第31-32页 |
| ·基于图的数据相似性分析 | 第32-35页 |
| ·数据的流形排序算法 | 第32-33页 |
| ·流形排序算法分析 | 第33-34页 |
| ·流形排序示例 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 结合流形排序和区域匹配的图像检索 | 第36-58页 |
| ·方法概述 | 第36-37页 |
| ·基于颜色和纹理的图像分割 | 第37-44页 |
| ·JSEG分割 | 第37-39页 |
| ·改进的分割方法 | 第39-43页 |
| ·分割结果及分析 | 第43-44页 |
| ·结合流形排序和区域匹配的检索方法 | 第44-53页 |
| ·全局特征排序 | 第44-47页 |
| ·结合区域特征的排序 | 第47-51页 |
| ·相关反馈 | 第51-53页 |
| ·实验结果 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 多示例学习方法研究 | 第58-70页 |
| ·多示例学习概念 | 第58-59页 |
| ·多示例学习方法 | 第59-65页 |
| ·多样性密度方法 | 第59-61页 |
| ·支持向量基多示例学习方法 | 第61-65页 |
| ·结合流形排序的多示例学习方法 | 第65-68页 |
| ·问题分析 | 第65-67页 |
| ·方法实现 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第5章 基于多示例学习的图像检索方法实现 | 第70-84页 |
| ·基于显著点多示例学习的图像检索实现 | 第70-77页 |
| ·图像显著点提取 | 第70-72页 |
| ·基于显著点特征的检索 | 第72-73页 |
| ·基于显著点多示例学习的检索策略 | 第73-75页 |
| ·实验结果 | 第75-77页 |
| ·基于分割区域多示例学习的图像检索实现 | 第77-82页 |
| ·区域特征提取 | 第78-80页 |
| ·基于区域多示例学习检索策略 | 第80-81页 |
| ·实验结果 | 第81-82页 |
| ·本章小结 | 第82-84页 |
| 第6章 基于隐含语义的图像检索 | 第84-94页 |
| ·隐语义分析方法 | 第84-88页 |
| ·隐语义分析 | 第84-85页 |
| ·概率隐语义分析 | 第85-88页 |
| ·基于区域-图像隐语义的图像检索 | 第88-92页 |
| ·区域和图像的关联描述 | 第88-89页 |
| ·图像概率隐语义模型 | 第89-91页 |
| ·图像隐语义检索 | 第91-92页 |
| ·实验结果 | 第92-93页 |
| ·本章小结 | 第93-94页 |
| 第七章 总结与展望 | 第94-96页 |
| ·论文总结 | 第94-95页 |
| ·后续研究工作 | 第95-96页 |
| 参考文献 | 第96-104页 |
| 致谢 | 第104-106页 |
| 在读期间发表的学术论文与取得的研究成果 | 第106页 |
