基于聚类紧凑特征的大规模图像检索研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 课题研究现状和发展趋势 | 第11-14页 |
| 1.2.1 国内外研究现状 | 第12-13页 |
| 1.2.2 发展趋势 | 第13-14页 |
| 1.3 研究目标和内容 | 第14-16页 |
| 1.4 本文章节分布 | 第16-17页 |
| 第二章 大规模图像检索技术概述 | 第17-33页 |
| 2.1 基于内容的图像检索框架 | 第17-19页 |
| 2.2 图像视觉特征 | 第19-27页 |
| 2.2.1 图像全局特征 | 第19-25页 |
| 2.2.1.1 颜色特征 | 第20-22页 |
| 2.2.1.2 形状特征 | 第22-24页 |
| 2.2.1.3 纹理特征 | 第24-25页 |
| 2.2.2 图像局部特征 | 第25-27页 |
| 2.3 基于内容的大规模图像检索模型 | 第27-32页 |
| 2.3.1 词袋模型 | 第27-31页 |
| 2.3.2 VLAD模型 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于图像的聚类紧凑特征的大规模图像检索 | 第33-52页 |
| 3.1 基于图像的聚类紧凑特征 | 第34-39页 |
| 3.1.1 图像局部特征聚合 | 第34-36页 |
| 3.1.2 局部特征统计信息 | 第36-38页 |
| 3.1.3 基于图像的聚类紧凑特征生成 | 第38-39页 |
| 3.2 基于词汇树的多元信息检索算法 | 第39-42页 |
| 3.3 实验结果与性能分析 | 第42-50页 |
| 3.3.1 大规模图像检索性能指标和评价标准 | 第42-44页 |
| 3.3.2 实验数据集 | 第44-45页 |
| 3.3.3 实验结果与分析 | 第45-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 大规模图像检索系统测试及性能分析 | 第52-70页 |
| 4.1 基于图像集的聚类紧凑特征 | 第52-56页 |
| 4.1.1 基于图像集的SIFT特征聚类 | 第52-53页 |
| 4.1.2 基于聚类的距离直方图 | 第53-55页 |
| 4.1.3 基于聚类的距离方向直方图 | 第55-56页 |
| 4.2 基于图像集的聚类紧凑特征的图像检索 | 第56-62页 |
| 4.2.1 乘积量化器 | 第57-58页 |
| 4.2.2 使用量化编码计算距离 | 第58-59页 |
| 4.2.3 非穷举搜索 | 第59-62页 |
| 4.3 实验结果与分析 | 第62-68页 |
| 4.3.1 实验数据集 | 第62-63页 |
| 4.3.2 实验结果与分析 | 第63-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 本文研究工作总结 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻硕期间取得的研究成果 | 第77-78页 |
