基于支配特征描述符选取的移动检索算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 论文研究背景和选题意义 | 第8-11页 |
| 1.2 典型图像检索系统 | 第11-12页 |
| 1.3 经典的移动视觉检索系统 | 第12-13页 |
| 1.4 需求问题的提出 | 第13页 |
| 1.5 论文主要内容和组织结构 | 第13-15页 |
| 2 图像检索相关技术 | 第15-26页 |
| 2.1 全局特征 | 第15-17页 |
| 2.1.1 颜色特征 | 第15-16页 |
| 2.1.2 纹理特征 | 第16-17页 |
| 2.1.3 形状特征 | 第17页 |
| 2.2 局部特征的描述方法 | 第17-19页 |
| 2.2.1 SIFT描述子 | 第18页 |
| 2.2.2 SURF描述子 | 第18-19页 |
| 2.2.3 CHOG描述子 | 第19页 |
| 2.3 特征相似性度量 | 第19-20页 |
| 2.4 聚类分析 | 第20-22页 |
| 2.4.1 聚类分析原理 | 第20页 |
| 2.4.2 评价标准 | 第20-21页 |
| 2.4.3 聚类方法分类 | 第21-22页 |
| 2.5 视觉词袋模型 | 第22-23页 |
| 2.6 检索性能评价标准 | 第23-25页 |
| 2.6.1 回率和准确率 | 第24页 |
| 2.6.2 排序评价法 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 3 基于支配特征描述符选取的移动视觉检索系统 | 第26-38页 |
| 3.1 经典系统框架 | 第26-27页 |
| 3.2 改进的系统框架 | 第27页 |
| 3.3 本文提出的系统框架 | 第27-30页 |
| 3.4 支配特征描述符的选取算法 | 第30-35页 |
| 3.4.1 AP聚类算法 | 第30-33页 |
| 3.4.2 支配特征描述符的选取 | 第33-35页 |
| 3.5 加权特征匹配 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 融合稀疏表示分类的支配特征描述符选取 | 第38-45页 |
| 4.1 问题的提出 | 第38页 |
| 4.2 稀疏表示 | 第38-39页 |
| 4.3 基于稀疏表示的分类算法 | 第39-40页 |
| 4.4 融合稀疏表示分类的支配特征描述符选取算法 | 第40-43页 |
| 4.4.1 算法框架 | 第40-42页 |
| 4.4.2 复杂度分析 | 第42-43页 |
| 4.5 算法总结 | 第43页 |
| 4.6 本章小结 | 第43-45页 |
| 5 实验结果与分析 | 第45-52页 |
| 5.1 基于支配特征描述符选取的移动视觉检索 | 第45-49页 |
| 5.1.1 实验环境 | 第45-46页 |
| 5.1.2 实验结果与分析 | 第46-49页 |
| 5.2 改进后的检索算法 | 第49-52页 |
| 5.2.1 实验环境 | 第49-50页 |
| 5.2.2 评价方法 | 第50页 |
| 5.2.3 实验结果对比与分析 | 第50-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |
