基于语义的图像多概念标注

中文摘要	第1-4页
Abstract	第4-8页
第一章 绪论	第8-13页
·研究背景和意义	第8-10页
·图像标注的研究现状	第10-11页
·本文主要工作	第11页
·论文综述和组织结构	第11-13页
第二章 基于语义的图像标注概述	第13-30页
·图像标注的发展历程	第13-16页
·基于语义的图像标注	第16-22页
·图像语义分层模型	第16-18页
·图像语义的提取方法	第18-19页
·基于语义的图像标注的研究方法	第19-22页
·图像的视觉特征提取	第22-29页
·本章小结	第29-30页
第三章 基于去噪分层高斯混合模型的图像标注	第30-50页
·分层高斯混合模型的基本理论	第30-32页
·一种基于HGM-DN 的多概念图像标注方法	第32-39页
·图片的GMM 表示	第33-36页
·基于HGM 的概念类的训练	第36-37页
·去除噪声分量更新分类器	第37-38页
·多概念图像自动标注	第38-39页
·实验结果	第39-49页
·实验配置	第39-41页
·实验讨论和评价	第41-48页
·HGM-DN 自动标注与人工标注的效果	第48-49页
·结论	第49-50页
第四章 基于改进的概率潜在语义分析的图像标注	第50-61页
·概率潜在语义分析方法的基本理论	第50-52页
·一种基于PLSA-HGM 的图像标注方法	第52-55页
·低级特征的提取	第53页
·视觉词汇表的构建	第53-54页
·基于PLSA 方法的图片语义提取	第54-55页
·用KNN 方法对图像多概念标注	第55页
·实验讨论	第55-60页
·实验配置	第55-56页
·实验比较和评价	第56-60页
·结论	第60-61页
第五章 总结和展望	第61-62页
·总结	第61页
·今后的工作和展望	第61-62页
缩略词表	第62-63页
攻读硕士期间发表的文章	第63-64页
致谢	第64-65页
参考文献	第65-69页