基于语义的鞋印图像分类算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 图像分类介绍 | 第13-15页 |
| 1.2.1 基于文本的图像分类 | 第13页 |
| 1.2.2 基于内容的图像分类 | 第13-14页 |
| 1.2.3 基于语义的图像分类 | 第14-15页 |
| 1.3 国内外发展现状 | 第15-19页 |
| 1.3.1 基于语义的图像分类研究现状 | 第15-17页 |
| 1.3.2 鞋印图像分类和检索技术研究现状 | 第17-19页 |
| 1.4 存在的问题及发展趋势 | 第19-20页 |
| 1.5 本文的主要工作和章节安排 | 第20-24页 |
| 1.5.1 主要工作内容 | 第20-21页 |
| 1.5.2 本文章节安排 | 第21-24页 |
| 第2章 基于语义的鞋印图像分类算法框架 | 第24-32页 |
| 2.1 引言 | 第24页 |
| 2.2 相关工作 | 第24-27页 |
| 2.2.1 图像语义的提取与表达 | 第24-26页 |
| 2.2.2 分类器设计 | 第26-27页 |
| 2.3 鞋印图像特性分析 | 第27-29页 |
| 2.4 鞋印图像分类算法框架 | 第29-30页 |
| 2.5 评测方法与测试数据 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 兼顾语义相关性的语义表达 | 第32-44页 |
| 3.1 引言 | 第32页 |
| 3.2 相关工作 | 第32-34页 |
| 3.2.1 视觉词袋模型的基本原理 | 第32-33页 |
| 3.2.2 视觉词袋模型的研究现状 | 第33-34页 |
| 3.3 兼顾语义相关性的语义表达算法原理与描述 | 第34-40页 |
| 3.3.1 语义词汇表的构建 | 第34-36页 |
| 3.3.2 语义相关性的学习 | 第36-38页 |
| 3.3.3 兼顾语义相关性的语义表达方法 | 第38-40页 |
| 3.4 实验与分析 | 第40-42页 |
| 3.4.1 语义相关性对分类性能的影响 | 第41页 |
| 3.4.2 参数对算法的影响 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 分层次的空间关系描述算法 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 相关工作 | 第44-47页 |
| 4.2.1 空间关系的研究现状 | 第44-46页 |
| 4.2.2 基于度量矩阵的图像空间关系描述 | 第46-47页 |
| 4.3 分层次的空间关系描述算法原理与描述 | 第47-51页 |
| 4.3.1 算法原理 | 第47-49页 |
| 4.3.2 算法描述 | 第49-51页 |
| 4.4 实验与分析 | 第51-54页 |
| 4.4.1 基于空域特征的鞋印图像分类 | 第51-53页 |
| 4.4.2 替代基元大小对空间关系表达的影响 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第5章 结合最近邻的决策树分类算法 | 第56-70页 |
| 5.1 引言 | 第56页 |
| 5.2 相关工作 | 第56-59页 |
| 5.3 结合最近邻的决策树分类算法 | 第59-65页 |
| 5.3.1 决策树的属性选择 | 第59-62页 |
| 5.3.2 决策树的构建 | 第62-63页 |
| 5.3.3 结合最近邻的决策树分类算法描述 | 第63-65页 |
| 5.4 实验结果及分析 | 第65-69页 |
| 5.4.1 分类器有效性验证 | 第65-66页 |
| 5.4.2 训练样本数对分类性能的影响 | 第66-67页 |
| 5.4.3 本文算法与其它算法的对比实验 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 本文主要工作总结 | 第70-71页 |
| 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 攻读学位期间公开发表论文 | 第78-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |
