图像与视频自动语义标注方法研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·研究问题 | 第13-14页 |
| ·研究现状 | 第14-15页 |
| ·主要贡献 | 第15页 |
| ·组织结构 | 第15-17页 |
| 第2章 研究现状 | 第17-32页 |
| ·相关定义 | 第17-18页 |
| ·基础知识 | 第18-24页 |
| ·SIFT特征 | 第18-19页 |
| ·核方法 | 第19-21页 |
| ·支持向量机 | 第21-24页 |
| ·图像标注 | 第24-29页 |
| ·统计模型 | 第24-27页 |
| ·分类模型 | 第27-29页 |
| ·模型小结 | 第29页 |
| ·视频标注 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于MIML的集成学习标注方法 | 第32-46页 |
| ·引言 | 第32-34页 |
| ·本文提出的算法 | 第34-37页 |
| ·示例生成 | 第34-35页 |
| ·特征提取 | 第35-36页 |
| ·多示例核函数 | 第36页 |
| ·算法框架 | 第36-37页 |
| ·实验分析 | 第37-45页 |
| ·数据集 | 第37-38页 |
| ·类别不平衡 | 第38-39页 |
| ·评测标准 | 第39-40页 |
| ·实验设定 | 第40-41页 |
| ·结果分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于时间序列的视频标注方法 | 第46-52页 |
| ·引言 | 第46页 |
| ·本文提出的方法 | 第46-49页 |
| ·考虑时间序列的核函数 | 第47-48页 |
| ·算法框架 | 第48-49页 |
| ·实验分析 | 第49-51页 |
| ·TRECVID 2005 | 第49页 |
| ·类别不平衡 | 第49-50页 |
| ·实验设定 | 第50-51页 |
| ·结果分析 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文目录 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
