首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像情感分类研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-14页
   ·课题研究背景及意义第10-11页
   ·国内外研究现状第11页
   ·本文主要研究成果第11-13页
   ·本文组织结构第13-14页
第2章 图像情感分类的理论基础第14-24页
   ·图像情感分类基本步骤第14页
   ·图像视觉特征第14-19页
     ·局部二值模式(LBP)特征第15页
     ·SIFT 特征提取第15-19页
   ·语义视觉单词生成第19-22页
     ·K-means 聚类算法第19-20页
     ·AP 聚类算法第20-22页
   ·本章小结第22-24页
第3章 C-SIFT 特征结合空间金字塔模型的图像情感分类第24-34页
   ·引言第24页
   ·系统组成第24-25页
   ·C-SIFT 特征结合空间金字塔模型的图像情感分类第25-27页
     ·C-SIFT 特征提取第25页
     ·空间金字塔匹配第25-27页
   ·实验结果及分析第27-33页
     ·实验数据第27-28页
     ·结果与分析第28-33页
   ·本章小结第33-34页
第4章 基于改进上下文及分类特征的图像情感分类算法第34-44页
   ·引言第34页
   ·系统组成第34-35页
   ·改进上下文及分类特征的图像情感分类第35-38页
     ·改进上下文特征形成第35-37页
     ·类视觉词典生成第37-38页
   ·实验结果及分析第38-43页
     ·实验数据第38-40页
     ·结果与分析第40-43页
   ·本章小结第43-44页
第5章 基于视觉注意机制的图像情感分类第44-58页
   ·引言第44页
   ·系统组成第44-45页
   ·视觉注意机制的图像情感分类第45-51页
     ·Itti-Koch 算法第45-48页
     ·频率调谐显著图算法第48-50页
     ·融合 Itti 模型和 FT 模型显著图第50-51页
   ·实验结果及分析第51-56页
     ·实验数据第51-52页
     ·结果与分析第52-56页
   ·本章小结第56-58页
结论第58-60页
参考文献第60-64页
攻读硕士学位期间承担的科研任务与主要成果第64-66页
致谢第66-67页
作者简介第67页

论文共67页,点击 下载论文
上一篇:CUDA平台上SPH大规模流体运动状数值模拟
下一篇:基于数据挖掘技术的保险欺诈监测方法研究