Web图像的多模融合检索研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-33页 |
| ·图像检索的发展历程 | 第10-20页 |
| ·Web 图像检索的特性及其关键问题 | 第20-26页 |
| ·Web 图像的多模融合检索 | 第26-29页 |
| ·研究的目的和意义 | 第29-30页 |
| ·研究的主要内容 | 第30-31页 |
| ·论文组织结构 | 第31-33页 |
| 2 Web 图像的多模融合检索模型 | 第33-45页 |
| ·传统的图像检索模型 | 第33-34页 |
| ·层次化细粒度的融合检索模型 | 第34-38页 |
| ·Web 图像的融合检索流程 | 第38-40页 |
| ·Web 图像检索系统 VAST | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 3 基于多种联系的交互式相关反馈模式 | 第45-66页 |
| ·研究背景和动机 | 第45-49页 |
| ·Web 图像的多种联系 | 第49-51页 |
| ·基于多种联系的交互式反馈方法 | 第51-56页 |
| ·实验分析 | 第56-64页 |
| ·本章小结 | 第64-66页 |
| 4 基于跨模关联规则的自动融合 | 第66-88页 |
| ·研究背景和动机 | 第66-68页 |
| ·预先的准备工作 | 第68-73页 |
| ·跨模关联规则的挖掘 | 第73-77页 |
| ·跨模关联规则的应用 | 第77-80页 |
| ·实验分析 | 第80-86页 |
| ·本章小结 | 第86-88页 |
| 5 结合语义网络和长期反馈学习的方法 | 第88-107页 |
| ·研究背景和动机 | 第88-90页 |
| ·关键字和视觉聚类的语义网络 | 第90-92页 |
| ·长期反馈学习 | 第92-94页 |
| ·检索过程 | 第94-95页 |
| ·实验分析 | 第95-105页 |
| ·本章小结 | 第105-107页 |
| 6 总结与展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-120页 |
| 附录1 攻读博士学位期间的学术论文及情况 | 第120-122页 |
| 附录2 攻读博士学位期间参加的主要科研项目 | 第122页 |
