基于内容的图像检索研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 插图索引 | 第11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景与意义 | 第12-15页 |
| ·传统技术在图像检索中的局限性 | 第12-13页 |
| ·基于内容的图像检索 | 第13-14页 |
| ·基于人脸对象的图像检索 | 第14-15页 |
| ·应用前景 | 第15页 |
| ·研究现状 | 第15-17页 |
| ·本文的主要研究工作 | 第17-18页 |
| ·本文的构成 | 第18-20页 |
| 第2章 基于内容图像检索的概述 | 第20-33页 |
| ·图像检索技术的发展阶段 | 第20-21页 |
| ·基于文本标注的图像检索阶段 | 第20页 |
| ·基于内容的图像检索阶段 | 第20页 |
| ·基于相关反馈技术的检索阶段 | 第20-21页 |
| ·基于图像压缩域特征的检索技术 | 第21页 |
| ·基于内容的图像检索技术的特点 | 第21-22页 |
| ·基于内容的图像检索系统的构成 | 第22-23页 |
| ·图像内容分类 | 第23-24页 |
| ·基于内容的图像检索的关键技术 | 第24-32页 |
| ·图像物理特征提取研究 | 第24-28页 |
| ·图像语义特征 | 第28-29页 |
| ·图像查询方式和相似性度量研究 | 第29-31页 |
| ·图像检索算法的评价准则 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第3章 PCA算法和相关反馈算法与图像检索 | 第33-45页 |
| ·PCA算法 | 第33-38页 |
| ·聚类与聚类方法 | 第33-34页 |
| ·模糊聚类 | 第34-36页 |
| ·PCA算法 | 第36-38页 |
| ·基于 PCA算法的图像分类方法 | 第38-39页 |
| ·相关反馈算法与图像检索 | 第39-42页 |
| ·相关反馈技术的背景及其结构 | 第39-40页 |
| ·相关反馈技术的分类 | 第40-42页 |
| ·基于 PCA的自适应相关反馈图像检索方法 | 第42-43页 |
| ·实验 | 第43-44页 |
| ·结论 | 第44-45页 |
| 第4章 人脸图像识别的关键技术 | 第45-62页 |
| ·人脸识别技术的发展阶段 | 第45-46页 |
| ·人脸识别的框架 | 第46-47页 |
| ·人脸识别的关键技术 | 第47-57页 |
| ·人脸检测技术 | 第47-50页 |
| ·人脸识别技术 | 第50-57页 |
| ·分类器设计 | 第57-60页 |
| ·结论 | 第60-62页 |
| 第5章 基于粗糙神经网络的人脸对象的图像检索 | 第62-77页 |
| ·人脸特征抽取 | 第62-64页 |
| ·构造分类器 | 第64-73页 |
| ·粗糙集理论的基本概念 | 第64-69页 |
| ·人工神经网络的基本概念和基本特征 | 第69-71页 |
| ·人脸识别中主要使用的神经网络 | 第71-72页 |
| ·构造分类器 | 第72-73页 |
| ·多特征领域多分类器融合的人脸识别方法 | 第73-74页 |
| ·人脸识别系统的体系结构 | 第73页 |
| ·多分类器融合的策略 | 第73-74页 |
| ·实验 | 第74-76页 |
| ·小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-86页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第86页 |
