图像检索中图像特征提取方法的研究
| 摘要 | 第4-5页 |
| 英文摘要 | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究动态 | 第12-13页 |
| 1.3 面临的难点和挑战 | 第13-15页 |
| 1.4 论文主要工作和创新点 | 第15-16页 |
| 1.5 本文组织结构 | 第16-19页 |
| 第二章 图像检索相关理论概述 | 第19-37页 |
| 2.1 引言 | 第19页 |
| 2.2 图像全周特征 | 第19-21页 |
| 2.2.1 颜色特征 | 第20-21页 |
| 2.2.2 纹理特征 | 第21页 |
| 2.3 图像局部特征 | 第21-29页 |
| 2.3.1 特征点检测算法 | 第22-27页 |
| 2.3.2 局部特征点描述算法 | 第27-29页 |
| 2.4 卷积神经网络特征 | 第29-33页 |
| 2.5 特征编码方法 | 第33-35页 |
| 2.5.1 视觉词袋 | 第33-34页 |
| 2.5.2 Fisher核及局部特征聚合描述子 | 第34-35页 |
| 2.6 本章小结 | 第35-37页 |
| 第三章 基于卷积神经网络的混合特征提取方法 | 第37-53页 |
| 3.1 引言 | 第37-38页 |
| 3.2 基于特征点检测算法的局部特征提取方法 | 第38-40页 |
| 3.3 基于卷积神经网络的全局特征提取方法 | 第40-44页 |
| 3.4 基于卷积神经网络的混合特征提取方法 | 第44-46页 |
| 3.5 实验结果与分析 | 第46-51页 |
| 3.5.1 数据集及性能评判标准 | 第46-48页 |
| 3.5.2 混合特征的旋转不变性分析 | 第48-49页 |
| 3.5.3 混合特征的性能分析 | 第49-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第四章 基于内容的频率域图像特征提取方法 | 第53-67页 |
| 4.1 引言 | 第53-54页 |
| 4.2 基于内容的频率域图像特征提取方法 | 第54-59页 |
| 4.3 实验结果与分析 | 第59-64页 |
| 4.3.1 采样比例测试 | 第60-61页 |
| 4.3.2 DCT-SIFT特征的性能分析 | 第61-64页 |
| 4.4 本章小结 | 第64-67页 |
| 第五章 工作总结和未来工作 | 第67-69页 |
| 5.1 工作总结 | 第67页 |
| 5.2 未来工作 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间取得的学术成果 | 第75-77页 |
| 致谢 | 第77页 |
