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

基于视觉和语义信息的图像标注方法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·论文研究的背景和意义第10-11页
     ·论文研究的背景第10页
     ·论文研究的目的和意义第10-11页
   ·国内外研究现状第11-14页
     ·国外研究现状第11-13页
     ·国内研究现状第13-14页
   ·本文的研究内容第14-15页
   ·本文的结构第15-16页
第2章 AIA_SSBTM 的总体结构描述第16-24页
   ·图像语义层次模型第16-18页
     ·底层语义第16-17页
     ·中间层语义第17页
     ·高层语义第17-18页
   ·图像形式化描述方法第18-19页
   ·AIA-SSBTM 的总体描述第19-23页
     ·定义第20页
     ·整体框架第20-21页
     ·数据构造过程第21-22页
     ·自动标注的实现第22-23页
   ·标注性能评价机制第23页
   ·本章小结第23-24页
第3章 AIA-SSBTM 中的图像联合相似性度量第24-42页
   ·特征语义层的相似性度量第24-26页
   ·对象语义层的相似性度量第26-27页
   ·基于 UETI 的联合相似性度量第27-29页
     ·问题的提出第27-29页
     ·基于 UETI 的相似性度量第29页
   ·实验第29-40页
     ·实验设计第30页
     ·数据集准备第30页
     ·实验结果分析第30-40页
   ·本章小结第40-42页
第4章 基于语义的场景分类和 pLSA-GMM 标注方法第42-52页
   ·基于语义的场景分类第42-47页
     ·底层场景建模第42-43页
     ·中层语义建模第43-45页
     ·pLSA 进行基于语义的场景分类第45-47页
   ·pLSA-GMM 标注方法第47-51页
     ·GMM 模型第47-48页
     ·pLSA-GMM 标注方法第48-49页
     ·存在的不足及解决的思路第49-51页
   ·本章小结第51-52页
第5章 AIA-SSBTM 的构造和标注实现方法第52-68页
   ·二叉树和 Ncut 分割第52-54页
     ·二叉树第52-53页
     ·Ncut 分割第53-54页
   ·AIA-SSBTM 的构造和标注方法第54-57页
     ·语义层C 的构造第54-55页
     ·视觉层F 的构造第55-56页
     ·AIA-SSBTM 标注算法第56-57页
   ·实验及结果分析第57-67页
     ·实验设计第57页
     ·数据集准备和实验环境第57-58页
     ·实验结果及分析第58-67页
   ·本章小结第67-68页
结论第68-70页
参考文献第70-75页
攻读硕士学位期间发表的论文和取得的科研成果第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:基于视频图像的火灾识别与预报
下一篇:改进的主动轮廓超声图像分割算法研究