图像识别中的中间层语义特征学习研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 研究内容及意义 | 第8-11页 |
| 1.3 论文主要工作 | 第11-14页 |
| 2 中间层语义特征学习的相关发展状况 | 第14-20页 |
| 2.1 属性特征 | 第15-16页 |
| 2.2 图像的上下文关系特征 | 第16-18页 |
| 2.3 图像块特征 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于多层特征表示的图像语义概念检测 | 第20-37页 |
| 3.1 基于费舍尔向量的底层特征全局表示 | 第21-24页 |
| 3.1.1 费舍尔核函数 | 第21-22页 |
| 3.1.2 图像的费舍尔向量表示 | 第22-24页 |
| 3.2 基于主题模型的中间层特征表示 | 第24-28页 |
| 3.2.1 主题模型 | 第24-26页 |
| 3.2.2 上下文语义信息挖掘 | 第26-28页 |
| 3.3 图像语义概念检测 | 第28-29页 |
| 3.4 实验 | 第29-36页 |
| 3.4.1 实验数据和基本设置 | 第29-32页 |
| 3.4.2 实验结果及相关讨论 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于最优模式模型的中间层语义特征学习 | 第37-56页 |
| 4.1 弱语义图像块提取 | 第38-40页 |
| 4.2 最优频繁模式学习 | 第40-47页 |
| 4.2.1 基于弱语义图像块构造事物数据库 | 第40-42页 |
| 4.2.2 最短描述长度准则 | 第42-43页 |
| 4.2.3 最优频繁模式挖掘 | 第43-47页 |
| 4.3 基于最优模式模型的图像全局特征编码方式 | 第47-48页 |
| 4.4 图像分类 | 第48-50页 |
| 4.5 实验 | 第50-54页 |
| 4.5.1 实验数据与基本设置 | 第50-52页 |
| 4.5.2 实验结果与相关讨论 | 第52-54页 |
| 4.6 本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
