| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第7-10页 |
| 1.1 研究背景与研究意义 | 第7-8页 |
| 1.2 本文的研究工作概述 | 第8页 |
| 1.3 本文的章节安排 | 第8-10页 |
| 第二章 相关工作 | 第10-20页 |
| 2.1 基于区域的匹配方法 | 第10-14页 |
| 2.1.1 边缘直方图描述符(Edge Histogram Descriptor) | 第11-12页 |
| 2.1.2 Angular Radial Partitioning | 第12-13页 |
| 2.1.3 方向梯度直方图(Histogram of Oriented Gradients) | 第13-14页 |
| 2.2 基于边界点的匹配方法 | 第14-16页 |
| 2.2.1 豪斯多夫距离(Hausdorff distance) | 第14页 |
| 2.2.2 形状上下文(Shape Context) | 第14-15页 |
| 2.2.3 Chamfer Matching | 第15-16页 |
| 2.3 手绘草图检索架构 | 第16-18页 |
| 2.3.1 视觉词袋(Bag of Visual Words) | 第16-17页 |
| 2.3.2 反向索引 | 第17-18页 |
| 2.4 其他方法 | 第18页 |
| 2.5 本章小结 | 第18-20页 |
| 第三章 基于自适应加权的手绘草图检索方法 | 第20-29页 |
| 3.1 初始匹配代价计算 | 第20-22页 |
| 3.2 自适应加权方法 | 第22-25页 |
| 3.3 多尺度边界信息集成 | 第25-26页 |
| 3.4 双向计算匹配代价 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 边界点选择方法 | 第29-35页 |
| 4.1 边界提取 | 第29-30页 |
| 4.2 LocalSelect边界点选择 | 第30-32页 |
| 4.3 对匹配代价计算过程的影响 | 第32-34页 |
| 4.3.1 集成LocalSelect的Tensor方法 | 第32-33页 |
| 4.3.2 Edgel Index方法 | 第33页 |
| 4.3.3 自适应加权方法 | 第33-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 手绘草图检索系统的具体实现 | 第35-39页 |
| 5.1 整体架构 | 第35页 |
| 5.2 后台部分 | 第35-36页 |
| 5.3 前端部分 | 第36-38页 |
| 5.4 本章小结 | 第38-39页 |
| 第六章 实验结果及分析 | 第39-47页 |
| 6.1 LocalSelect边界点选择方法 | 第39-42页 |
| 6.2 自适应加权方法 | 第42-45页 |
| 6.3 手绘草图检索系统 | 第45-46页 |
| 6.4 本章小结 | 第46-47页 |
| 第七章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 附录 | 第54-55页 |
| 致谢 | 第55-56页 |
