| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究进展及现状 | 第8-9页 |
| ·图像重排序技术 | 第9-11页 |
| ·现有技术分析 | 第9-11页 |
| ·现存主要问题 | 第11页 |
| ·论文的研究内容及安排 | 第11-13页 |
| 第二章 图像视觉特征与语义属性 | 第13-21页 |
| ·引言 | 第13-14页 |
| ·图像低层视觉特征 | 第14-18页 |
| ·基于 Dense SIFT 特征点的 BoW 特征 | 第14-16页 |
| ·图像 GIST 特征 | 第16-17页 |
| ·图像梯度方向直方图 HOG 特征 | 第17-18页 |
| ·图像语义属性学习 | 第18-20页 |
| ·语义属性图像训练集构建 | 第18页 |
| ·语义属性预测器学习 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于视觉语义字典联合学习的图像重排序 | 第21-33页 |
| ·引言 | 第21-22页 |
| ·视觉语义字典联合学习 | 第22-24页 |
| ·在线图像重排序 | 第24-28页 |
| ·视觉单词语义相关性分析 | 第24-26页 |
| ·视觉单词上下文相关性分析 | 第26-28页 |
| ·图像重排序 | 第28页 |
| ·实验结果与分析 | 第28-32页 |
| ·实验设计 | 第28-29页 |
| ·实验结果 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于分层语义学习的图像重排序 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·图像分层语义表示 | 第34-38页 |
| ·基于 k-均值聚类的潜语义概念学习 | 第34-36页 |
| ·基于支持向量机的分层语义学习 | 第36-38页 |
| ·查询语义相关性分析 | 第38-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·实验设计 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 作者在读期间参加的科研工作及研究成果 | 第55页 |
| 攻读硕士期间参与的科研项目 | 第55-56页 |