美术作品检索与分类研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 美术作品检索现状 | 第12-14页 |
| 1.2.2 美术作品风格分类研究现状 | 第14页 |
| 1.3 主要工作及研究内容 | 第14-16页 |
| 1.3.1 美术作品检索系统 | 第14-15页 |
| 1.3.2 基于风格的美术作品分类研究 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第2章 图像检索与分类技术综述 | 第18-34页 |
| 2.1 引言 | 第18-19页 |
| 2.2 图像特征 | 第19-22页 |
| 2.2.1 图像特征提取 | 第19-20页 |
| 2.2.2 图像特征的表达 | 第20-22页 |
| 2.3 稀疏编码 | 第22-24页 |
| 2.3.1 稀疏编码的数学描述 | 第23页 |
| 2.3.2 自然图像的稀疏编码算法 | 第23-24页 |
| 2.4 图像检索 | 第24-27页 |
| 2.4.1 CBIR的基本原理 | 第25-26页 |
| 2.4.2 支持相似查询的度量空间索引技术 | 第26-27页 |
| 2.5 图像分类 | 第27-29页 |
| 2.5.1 分类器模型 | 第28-29页 |
| 2.6 主题模型 | 第29-33页 |
| 2.6.1 概率潜在语义分析模型 | 第30-32页 |
| 2.6.2 隐含狄利克雷分配模型 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 美术作品检索系统的设计与实现 | 第34-53页 |
| 3.1 引言 | 第34-35页 |
| 3.2 TCIRS系统架构 | 第35-36页 |
| 3.3 查询模块 | 第36-37页 |
| 3.4 特征提取模块 | 第37-39页 |
| 3.4.1 颜色空间转换 | 第38-39页 |
| 3.4.2 颜色特征生成 | 第39页 |
| 3.5 索引模块 | 第39-44页 |
| 3.5.1 支持相似搜索的M-Tree实现 | 第40-44页 |
| 3.5.2 文本索引模块实现 | 第44页 |
| 3.6 存储模块 | 第44-49页 |
| 3.6.1 MongoDB数据结构 | 第45页 |
| 3.6.2 MongoDB分布式存储架构 | 第45-49页 |
| 3.7 美术作品导入模块 | 第49-52页 |
| 3.8 本章小结 | 第52-53页 |
| 第4章 基于风格的美术作品分类 | 第53-86页 |
| 4.1 引言 | 第53-56页 |
| 4.1.1 美术作品风格分类研究的必要性 | 第53-54页 |
| 4.1.2 美术作品分类所面临的问题 | 第54-56页 |
| 4.2 SIFT特征提取 | 第56-61页 |
| 4.3 视觉字典的学习与编码 | 第61-68页 |
| 4.3.1 基于聚类的视觉字典学习和特征编码 | 第61-65页 |
| 4.3.2 基于稀疏编码的视觉字典学习和特征编码 | 第65-68页 |
| 4.4 美术作品分类 | 第68-73页 |
| 4.4.1 基于金字塔的美术作品分类方案设计 | 第68-71页 |
| 4.4.2 基于LDA主题模型的分类方案设计 | 第71-73页 |
| 4.5 实验设计和过程 | 第73-84页 |
| 4.5.1 实验数据准备 | 第73-76页 |
| 4.5.2 Multi-Class SVM设计 | 第76-77页 |
| 4.5.3 实验过程 | 第77-78页 |
| 4.5.4 实验结果分析 | 第78-84页 |
| 4.6 本章小结 | 第84-86页 |
| 第5章 总结与展望 | 第86-88页 |
| 5.1 工作总结 | 第86页 |
| 5.2 展望 | 第86-88页 |
| 参考文献 | 第88-91页 |
| 攻读硕士学位期间的研究成果 | 第91-92页 |
| 致谢 | 第92页 |
