| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文工作与章节安排 | 第11-13页 |
| 1.3.1 主要内容和创新点 | 第11-12页 |
| 1.3.2 论文章节安排 | 第12-13页 |
| 第二章 基于BoW模型的物体搜索系统 | 第13-31页 |
| 2.1 引言 | 第13-14页 |
| 2.2 相关工作 | 第14-16页 |
| 2.3 基于BOW模型的搜索系统 | 第16-25页 |
| 2.3.1 码书训练 | 第17-21页 |
| 2.3.2 图像特征向量的表示及其相似度度量 | 第21-22页 |
| 2.3.3 索引结构 | 第22-25页 |
| 2.4 实验结果 | 第25-30页 |
| 2.4.1 实验数据库及评价标准 | 第26-27页 |
| 2.4.2 参数影响 | 第27-29页 |
| 2.4.3 实验结果分析 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第三章 基于关键点匹配的物体搜索系统 | 第31-43页 |
| 3.1 引言 | 第31-32页 |
| 3.2 从匹配角度分析BoW模型 | 第32-34页 |
| 3.3 特征向量近似最近邻查找 | 第34-37页 |
| 3.3.1 向量间近似距离度量方法 | 第34-36页 |
| 3.3.2 向量间的近似核函数 | 第36页 |
| 3.3.3 向量的快速近似最近邻查找 | 第36-37页 |
| 3.4 图片相似度度量 | 第37-38页 |
| 3.5 实验结果 | 第38-41页 |
| 3.5.1 算法复杂度分析 | 第38-39页 |
| 3.5.2 参数影响 | 第39-40页 |
| 3.5.3 实验结果 | 第40-41页 |
| 3.6 小结 | 第41-43页 |
| 第四章 基于树形形状描述子的商标检测系统 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 相关工作 | 第44-47页 |
| 4.2.1 经典的物体检测方法 | 第44-46页 |
| 4.2.2 基于BoW模型的相关商标检测算法 | 第46-47页 |
| 4.3 TSD结构及算法 | 第47-52页 |
| 4.3.1 TSD结构 | 第47-48页 |
| 4.3.2 训练算法 | 第48-50页 |
| 4.3.3 检测算法 | 第50-52页 |
| 4.3.4 搜索算法 | 第52页 |
| 4.4 TSD性能分析 | 第52-56页 |
| 4.4.1 仿射不变性的证明 | 第52-53页 |
| 4.4.2 TSD匹配的概率模型 | 第53-56页 |
| 4.5 实验结果 | 第56-61页 |
| 4.5.1 参数的影响 | 第56-57页 |
| 4.5.2 FlickrLogos-32库上的测试结果 | 第57-58页 |
| 4.5.3 FlickrLogos-27库上的测试结果 | 第58-60页 |
| 4.5.4 MICC-Logo标准上的测试结果 | 第60-61页 |
| 4.6 小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表或已录用的学术论文 | 第71页 |