基于类别模式的图像检索算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 图像检索基础 | 第16-23页 |
| 2.1 图像检索定义 | 第16-17页 |
| 2.2 图像检索的主要难点 | 第17-18页 |
| 2.3 图像检索特征提取 | 第18-20页 |
| 2.4 相似性度量 | 第20-21页 |
| 2.5 CNN和哈希编码相结合的方法 | 第21页 |
| 2.6 本章小结 | 第21-23页 |
| 第3章 基于“点-面”类别模式的图像检索算法 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 系统组成 | 第23-24页 |
| 3.3 基于PTF类别模式的图像检索 | 第24-27页 |
| 3.3.1 特征提取和相似性度量方法的选取 | 第24-25页 |
| 3.3.2 分类器的选取 | 第25-26页 |
| 3.3.3 PTF类别模式算法 | 第26-27页 |
| 3.4 实验仿真研究 | 第27-29页 |
| 3.4.1 实验数据 | 第27-28页 |
| 3.4.2 评价标准 | 第28-29页 |
| 3.5 实验仿真与分析 | 第29-37页 |
| 3.5.1 实验设置 | 第29页 |
| 3.5.2 传统PTP方法的检索性能 | 第29-30页 |
| 3.5.3 CNN和哈希编码相结合的方法 | 第30-33页 |
| 3.5.4 PTF类别模式的图像检索性能 | 第33-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 基于目标语义模式挖掘的图像检索算法 | 第39-57页 |
| 4.1 引言 | 第39-40页 |
| 4.2 系统组成 | 第40页 |
| 4.3 基于目标语义模式挖掘的图像检索 | 第40-45页 |
| 4.3.1 特征提取和相似性度量方法的选取 | 第40-41页 |
| 4.3.2 目标语义模式挖掘模型 | 第41-42页 |
| 4.3.3 目标语义模式中心得分 | 第42-44页 |
| 4.3.4 目标语义模式挖掘的图像检索 | 第44-45页 |
| 4.4 实验数据与评价标准 | 第45-46页 |
| 4.5 实验仿真与分析 | 第46-55页 |
| 4.5.1 实验设置 | 第46-47页 |
| 4.5.2 传统的“点-点”图像检索性能 | 第47页 |
| 4.5.3 CNN和哈希编码相结合的方法 | 第47-50页 |
| 4.5.4 目标语义模式挖掘的图像检索性能 | 第50-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第5章 基于目标类别分割的图像检索算法 | 第57-67页 |
| 5.1 引言 | 第57-58页 |
| 5.2 系统组成 | 第58页 |
| 5.3 基于分割目标与背景的图像检索 | 第58-61页 |
| 5.3.1 特征提取和相似性度量方法的选取 | 第58-59页 |
| 5.3.2 SSD目标检测算法 | 第59-60页 |
| 5.3.3 目标类别分割的图像检索 | 第60-61页 |
| 5.4 实验数据与评价标准 | 第61页 |
| 5.5 实验仿真与分析 | 第61-65页 |
| 5.5.1 实验设置 | 第61页 |
| 5.5.2 传统的“点-点”方法的检索性能 | 第61-62页 |
| 5.5.3 CNN和哈希编码相结合的方法 | 第62-63页 |
| 5.5.4 目标类别分割的图像检索性能 | 第63-65页 |
| 5.6 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
| 致谢 | 第75页 |
