首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像情感语义注释与检索研究

摘要第1-4页
Abstract第4-10页
第1章 绪论第10-14页
   ·研究的背景、目的和意义第10-12页
   ·研究的主要内容及创新第12-13页
   ·本文的组织结构第13-14页
第2章 图像情感语义技术介绍第14-24页
   ·图像的视觉特征与情感第14-18页
     ·颜色特征与情感第14-16页
     ·纹理特征与情感第16页
     ·形状特征与情感第16-18页
   ·图像的情感语义描述第18-21页
     ·图像语义层次第18-20页
     ·情感语义描述方法第20-21页
   ·情感语义注释第21-23页
     ·人工注释第21-22页
     ·自动注释第22-23页
   ·本章小结第23-24页
第3章 图像底层特征提取第24-36页
   ·引言第24页
   ·颜色特征提取第24-30页
     ·颜色空间第24-27页
     ·基于颜色直方图的颜色特征提取第27-29页
     ·颜色矩第29-30页
   ·纹理特征提取第30-33页
   ·形状特征提取第33-35页
   ·本章小结第35-36页
第4章 图像情感语义注释第36-50页
   ·引言第36页
   ·建立情感语义空间第36-39页
     ·形容词空间第36-37页
     ·用户情感数据库第37-38页
     ·因子分析第38-39页
   ·情感语义注释第39-44页
     ·SVM函数估计第39-42页
     ·基于SVM的情感语义注释第42-44页
   ·实验第44-49页
     ·实验概述第44-45页
     ·底层特征提取实验第45-46页
     ·情感语义空间实验第46-47页
     ·基于SVM的情感语义注释实验第47-49页
   ·本章小结第49-50页
第5章 情感图像检索及其性能评价方法第50-60页
   ·引言第50页
   ·基于情感语义注释的图像检索第50-52页
   ·性能评价第52-59页
     ·传统的性能评价方法第52-53页
     ·基于心理量表的情感图像检索性能评价方法第53-55页
     ·实验方法第55-56页
     ·结果分析第56-59页
   ·本章小结第59-60页
第6章 工作总结与展望第60-62页
   ·本文工作总结第60-61页
   ·未来工作展望第61-62页
参考文献第62-66页
攻读硕士学位期间主要的研究成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于图的个性化音乐推荐
下一篇:基于QEMU的动态二进制翻译优化研究