图像检索技术中相似性搜索方法研究
摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第一章 绪论 | 第13-26页 |
1.1 研究背景及意义 | 第13-16页 |
1.2 国内外研究现状 | 第16-23页 |
1.2.1 基于内容的图像检索系统 | 第16-18页 |
1.2.2 基于内容的图像检索方法 | 第18-23页 |
1.3 本文内容安排及主要创新点 | 第23-26页 |
1.3.1 本文内容安排 | 第23-24页 |
1.3.2 本文主要创新点 | 第24-26页 |
第二章 视觉词袋模型 | 第26-37页 |
2.1 基本思想 | 第26页 |
2.2 模型框架 | 第26-29页 |
2.2.1 组成部分 | 第26-27页 |
2.2.2 检索框架 | 第27-29页 |
2.3 特征提取 | 第29-32页 |
2.4 特征量化 | 第32-34页 |
2.5 索引结构 | 第34-36页 |
2.6 本章小结 | 第36-37页 |
第三章 基于有序量化的检索方法 | 第37-69页 |
3.1 引言 | 第37-38页 |
3.2 现有的检索方法 | 第38-40页 |
3.2.1 VWTI 方法 | 第38-39页 |
3.2.2 STI 方法 | 第39-40页 |
3.2.3 现有检索方法的局限性 | 第40页 |
3.3 基于有序量化的检索方法 | 第40-52页 |
3.3.1 方法框架 | 第40-41页 |
3.3.2 有序量化 | 第41-45页 |
3.3.3 多维倒排索引 | 第45-49页 |
3.3.4 近似 RANSAC 算法 | 第49-52页 |
3.4 实验结果与分析 | 第52-68页 |
3.4.1 图像数据库 | 第52-53页 |
3.4.2 评估标准 | 第53-54页 |
3.4.3 实验设置 | 第54页 |
3.4.4 实验结果和分析 | 第54-68页 |
3.5 本章小结 | 第68-69页 |
第四章 基于尺度不变视觉词组的检索方法 | 第69-100页 |
4.1 引言 | 第69-70页 |
4.2 现有的检索方法 | 第70-74页 |
4.2.1 基于视觉词组的检索方法 | 第70-71页 |
4.2.2 基于几何保存视觉词组的检索方法 | 第71-73页 |
4.2.3 现有检索方法的局限性 | 第73-74页 |
4.3 基于尺度不变视觉词组的检索方法 | 第74-84页 |
4.3.1 方法框架 | 第74-75页 |
4.3.2 创建尺度不变视觉词组 | 第75-78页 |
4.3.3 基于尺度不变视觉词组的倒排索引 | 第78-80页 |
4.3.4 主方向一致性算法 | 第80-84页 |
4.4 实验结果与分析 | 第84-99页 |
4.4.1 图像数据库 | 第84页 |
4.4.2 评估标准 | 第84页 |
4.4.3 实验设置 | 第84-85页 |
4.4.4 实验结果和分析 | 第85-99页 |
4.5 本章小结 | 第99-100页 |
第五章 基于自适应矩形窗口的检索方法 | 第100-125页 |
5.1 引言 | 第100-102页 |
5.2 G-means 算法及其局限性 | 第102-103页 |
5.3 基于自适应矩形窗口的检索方法 | 第103-115页 |
5.3.1 方法框架 | 第103-104页 |
5.3.2 自适应矩形窗口创建 | 第104-112页 |
5.3.3 自适应矩形窗口索引 | 第112-115页 |
5.4 实验结果与分析 | 第115-123页 |
5.4.1 图像数据库 | 第115-116页 |
5.4.2 评估标准 | 第116页 |
5.4.3 实验设置 | 第116-117页 |
5.4.4 实验结果和分析 | 第117-123页 |
5.5 本章小结 | 第123-125页 |
第六章 总结与展望 | 第125-127页 |
6.1 全文工作总结 | 第125-126页 |
6.2 未来工作展望 | 第126-127页 |
参考文献 | 第127-140页 |
攻读博士学位期间已发表或录用的论文 | 第140-141页 |
攻读博士学位期间申请的专利 | 第141页 |
攻读博士学位期间参与的科研项目 | 第141-142页 |
致谢 | 第142页 |