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

个体依赖的图像情感类别识别方法

摘要第5-7页
ABSTRACT第7-8页
第一章 引言第9-15页
    1.1 研究背景及研究意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 论文内容及章节安排第13-15页
        1.3.1 论文研究内容第13-14页
        1.3.2 后续章节安排第14-15页
第二章 图像及图像特征的选择第15-19页
    2.1 IAPS简介及本研究使用的图像第15-16页
    2.2 图像特征的选择第16-18页
        2.2.1 特征选择第16-17页
        2.2.2 L*C*h*色彩空间第17-18页
    2.3 本章小结第18-19页
第三章 图像底层特征的提取方法第19-28页
    3.1 轮廓特征的提取第19-21页
        3.1.1 图像轮廓特征提取思路第19-20页
        3.1.2 图像方向-长度特征提取第20-21页
    3.2 色彩特征的提取第21-26页
        3.2.1 图像亮度分布向量第21-24页
        3.2.2 图像饱和度分布向量第24-25页
        3.2.3 图像色调分布向量第25-26页
        3.2.4 图像的对比度和平均亮度、饱和度以及色调第26页
    3.3 图像的底层特征融合第26-27页
    3.4 本章小结第27-28页
第四章 图像评分实验的设计与数据采集第28-35页
    4.1 实验被试的选取与实验前准备第28-29页
    4.2 实验室环境第29-30页
    4.3 实验设计与图像的效价评分数据第30-32页
        4.3.1 E-prime第30页
        4.3.2 实验设计第30-32页
        4.3.3 图像评分数据的采集第32页
    4.4 个体依赖的图像情感类别划分第32-34页
    4.5 本章小结第34-35页
第五章 个体依赖的图像情感类别识别模型第35-45页
    5.1 BP神经网络第35-38页
    5.2 个体依赖的图像情感类别识别模型构建第38-41页
    5.3 识别模型的训练与检验第41-43页
    5.4 本章小结第43-45页
第六章 结果分析与讨论第45-49页
    6.1 结果及分析第45-48页
    6.2 讨论第48页
    6.3 本章小结第48-49页
第七章 总结及展望第49-51页
    7.1 总结第49-50页
    7.2 展望第50-51页
参考文献第51-56页
致谢第56-57页
攻读硕士期间研究成果及发表的学术论文第57-58页
攻读硕士期间参与的项目第58页

论文共58页,点击 下载论文
上一篇:《荡寇志》研究
下一篇:盗窃网络虚拟财产的司法认定