基于贝叶斯方法的图像标注研究与系统实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于传统分类的自动图像标注模型 | 第9-10页 |
| 1.2.2 基于贝叶斯方法的自动图像标注模型 | 第10页 |
| 1.2.3 其他自动图像标注方法 | 第10-11页 |
| 1.3 本文内容与结构 | 第11-13页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 本文组织结构 | 第12-13页 |
| 2 基于贝叶斯方法的图像标注算法 | 第13-20页 |
| 2.1 基本框架 | 第13-15页 |
| 2.2 主要方法 | 第15-18页 |
| 2.2.1 非参数方法 | 第15-16页 |
| 2.2.2 参数方法 | 第16-18页 |
| 2.3 方法比较 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 一种高效的基于贝叶斯方法的图像标注算法 | 第20-29页 |
| 3.1 图像分割 | 第20-21页 |
| 3.2 特征提取 | 第21-23页 |
| 3.3 模型训练 | 第23-26页 |
| 3.4 语义标注 | 第26-27页 |
| 3.5 算法流程 | 第27-28页 |
| 3.6 本章小结 | 第28-29页 |
| 4 实验与结果分析 | 第29-35页 |
| 4.1 数据集 | 第29页 |
| 4.2 评价标准 | 第29-30页 |
| 4.3 实验分析 | 第30-33页 |
| 4.5 本章小结 | 第33-35页 |
| 5 系统实现 | 第35-50页 |
| 5.0 需求分析 | 第35-36页 |
| 5.1 系统总体架构 | 第36-37页 |
| 5.2 系统详细设计 | 第37-41页 |
| 5.2.1 功能模块设计 | 第37-39页 |
| 5.2.2 数据库设计 | 第39-41页 |
| 5.3 实现与展示 | 第41-49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
