故事可视化中的自动推荐研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究目的与意义 | 第7-8页 |
| ·故事可视化研究现状 | 第8页 |
| ·本文研究工作 | 第8-9页 |
| ·本文组织结构 | 第9-11页 |
| 第二章 研究现状综述 | 第11-16页 |
| ·故事可视化系统现有工作 | 第11-12页 |
| ·关于文本语义信息的研究现状 | 第12-13页 |
| ·关于场景布局算法的研究现状 | 第13-14页 |
| ·分类方法 | 第13-14页 |
| ·图片对象布局 | 第14页 |
| ·分布式系统 Hadoop | 第14-16页 |
| 第三章 基于关键词语义信息的图片推荐 | 第16-29页 |
| ·图片推荐使用的语义特征 | 第16-19页 |
| ·主颜色特征 | 第16-17页 |
| ·对象显著性系数 | 第17-18页 |
| ·颜色聚集度 | 第18-19页 |
| ·语义特征的提取算法 | 第19-20页 |
| ·主颜色特征提取算法 | 第19页 |
| ·对象显著性系数提取算法 | 第19-20页 |
| ·颜色聚集度提取算法 | 第20页 |
| ·图片推荐算法的设计 | 第20-22页 |
| ·实验验证与实验结果分析 | 第22-28页 |
| ·算法的评价标准 | 第22页 |
| ·实验设计详情 | 第22-23页 |
| ·实验结果及分析 | 第23-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于分类的图片场景布局推荐 | 第29-39页 |
| ·故事可视化场景布局的定义 | 第29-31页 |
| ·场景布局推荐算法 | 第31-36页 |
| ·图片场景布局特征提取算法 | 第31-33页 |
| ·场景分类器的选择与分类器的训练 | 第33-35页 |
| ·基于分类的海量数据的场景布局标定 | 第35页 |
| ·基于关键词的场景布局统计及场景关键词布局标定 | 第35-36页 |
| ·场景布局检验实验 | 第36-38页 |
| ·实验结果及分析 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 海量图片特征数据库的系统实现 | 第39-44页 |
| ·系统结构设计 | 第39-40页 |
| ·海量图片数据的获取 | 第40-41页 |
| ·图片特征的提取 | 第41-42页 |
| ·图片特征数据库的设计 | 第42-43页 |
| ·图片特征数据库在故事可视化工具中的应用 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·本文工作总结 | 第44页 |
| ·未来工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 发表论文和参加科研情况说明 | 第49-50页 |
| 致谢 | 第50页 |
