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

图像视觉特征与情感语义映射方法的研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-23页
   ·情感第10-15页
     ·情感的定义第10-11页
     ·情感的分类第11-13页
     ·情感空间第13-14页
     ·情感研究的相关应用第14-15页
   ·情感计算第15-17页
   ·图像的情感识别第17-21页
     ·选题的背景及研究意义第17页
     ·国内外研究热点及现状第17-21页
   ·本文的主要内容及论文安排第21-23页
第二章 图像视觉特征及提取算法第23-36页
   ·引言第23页
   ·低级视觉特征的提取第23-29页
     ·颜色特征提取第23-26页
     ·纹理特征提取第26-28页
     ·形状特征提取第28-29页
   ·情感维度与视觉信息特征的相关性第29-34页
     ·颜色与情感的对应第30-32页
     ·纹理与情感的对应第32-33页
     ·形状与情感的对应第33-34页
   ·本章小结第34-36页
第三章 图像情感特征向量的构造第36-48页
   ·MPEG-7的应用介绍第36-37页
   ·实验数据第37-38页
     ·图像元数据第37页
     ·情感元数据第37-38页
   ·实验步骤第38-47页
     ·Caliph提取 MPEG-7描述子第39-45页
     ·实验用描述子第45-46页
     ·图像情感的个体标注第46-47页
   ·本章小结第47-48页
第四章 映射方法第48-67页
   ·自组织映射神经网络(SOM)第49-53页
     ·自组织映射网络概要及原理第49-51页
     ·自组织映射算法第51-53页
   ·实际应用中的有关问题第53-57页
     ·数据结构第53-54页
     ·特征以及结构的选择第54页
     ·隐层神经元的数目第54-55页
     ·SOM参数确定第55-57页
     ·SOM聚类收敛度分析第57页
   ·图像特征映射第57-63页
     ·U-matrix层第58-59页
     ·变量层第59页
     ·情感标签第59-62页
     ·情感分布第62-63页
   ·分类第63-66页
     ·样例与反例第63-64页
     ·分类模型第64-66页
   ·本章小结第66-67页
第五章 总结与展望第67-70页
   ·本文的主要工作第67-68页
   ·后续工作及未来展望第68-70页
参考文献第70-76页
致谢第76-78页
攻读学位期间发表的学术论文第78页

论文共78页,点击 下载论文
上一篇:国画特征提取与分类算法的研究
下一篇:基于多层个性化情感模型的图像检索系统