基于Bag of Features的图像分类和检索研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题研究的意义 | 第7-8页 |
| ·国内外研究现状和发展 | 第8-9页 |
| ·论文主要工作 | 第9页 |
| ·论文章节安排 | 第9-11页 |
| 第二章 图像的描述特征与高维数据索引技术 | 第11-25页 |
| ·图像特征 | 第11-12页 |
| ·图像的局部特征检测器 | 第12-13页 |
| ·尺度不变检测器 | 第12-13页 |
| ·仿射不变性检测器 | 第13页 |
| ·局部特征描述算子 | 第13-15页 |
| ·描述算子技术概述 | 第14-15页 |
| ·常见描述算子 | 第15页 |
| ·SIFT局部特征 | 第15-19页 |
| ·SIFT算法 | 第16-18页 |
| ·SIFT优缺点分析 | 第18-19页 |
| ·高维数据索引技术 | 第19-23页 |
| ·iDistance索引方法 | 第19-21页 |
| ·向量近似方法 | 第21-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于BOF的图像分类 | 第25-45页 |
| ·图像语义描述的发展 | 第25-26页 |
| ·BOF的构建过程 | 第26-33页 |
| ·检测和描述图像块 | 第27-28页 |
| ·聚类算法简介 | 第28-29页 |
| ·K-Means聚类算法 | 第29-31页 |
| ·码书对基于BOF的图像分类的影响因素 | 第31页 |
| ·目标图像的BOF量化过程 | 第31-33页 |
| ·基于BOF的图像分类技术 | 第33-36页 |
| ·PLSA分类算法 | 第33-35页 |
| ·SVM分类算法 | 第35-36页 |
| ·实验与结果分析 | 第36-42页 |
| ·实验结果的评估标准 | 第38-39页 |
| ·兴趣点检测器评估 | 第39-40页 |
| ·加权策略和码书尺寸的评估 | 第40-42页 |
| ·SVM核评估 | 第42页 |
| ·本章小结 | 第42-45页 |
| 第四章 基于BOF的图像搜索 | 第45-59页 |
| ·图像检索技术的发展 | 第45-46页 |
| ·穷尽搜索算法和SEA算法 | 第46-47页 |
| ·多分辨率BOF | 第47-53页 |
| ·均匀量化方法（MRSA）构建多分辨率BOF | 第47-49页 |
| ·非均匀量化方法构建多分辨率BOF | 第49-52页 |
| ·使用VA-file的多分辨率BOF | 第52页 |
| ·基于多分辨BOF的图像查询算法 | 第52-53页 |
| ·实验与结果分析 | 第53-58页 |
| ·多分辨率BOF在检索中准确度方面的评估 | 第54-55页 |
| ·候选者过滤效率实验结果比较 | 第55-57页 |
| ·计算时间复杂度的比较 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·工作总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 研究成果 | 第69-70页 |
