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

图像检索中自动标注技术的研究

致谢第1-6页
摘要第6-8页
ABSTRACT第8-10页
目录第10-13页
第一章 绪论第13-25页
   ·图像检索的发展及现状第13-21页
     ·基于文本的图像检索第13-15页
     ·基于内容的图像检索第15-19页
     ·自动图像标注的研究背景及现状第19-21页
   ·论文的主要研究内容第21-22页
   ·论文的结构安排第22-25页
第二章 自动图像标注算法第25-41页
   ·概述第25-26页
   ·基于分类的图像标注第26-30页
     ·二类分类模型第26-27页
     ·多示例学习模型第27-29页
     ·多层次混合模型第29-30页
   ·基于Search的图像标注第30-34页
     ·AnnoSearch模型第32-33页
     ·SBIA模型第33-34页
   ·基于概率关联的图像标注第34-39页
     ·机器翻译模型第34-36页
     ·相关模型第36-39页
   ·本章小结第39-41页
第三章 基于流形排序多示例学习的自动图像标注第41-63页
   ·概述第41-45页
     ·自动图像标注第41-42页
     ·多示例学习第42-43页
     ·流形排序第43-45页
   ·问题的提出与分析第45-47页
   ·基于MR-MIL的图像标注框架第47-48页
   ·MR-MIL算法描述第48-54页
     ·算法简介第48-49页
     ·相关权重的传播第49-52页
     ·代表示例的选择第52-54页
   ·基于MR-MIL的图像标注第54-55页
     ·关键词的语义建模第54页
     ·图像的自动标注第54-55页
   ·实验第55-61页
     ·实验数据集第55页
     ·性能评价指标第55-56页
     ·实验结果与分析第56-61页
   ·本章小结第61-63页
第四章 基于最小参考集多示例学习的自动图像标注第63-85页
   ·概述第63页
   ·问题的提出与分析第63-66页
   ·基于MRS-MIL的图像标注框架第66-67页
   ·MRS-MIL算法描述第67-70页
     ·生成MRS算法第67-69页
     ·MRS-MIL步骤第69-70页
   ·基于MRS-MIL的图像标注第70-73页
     ·关键词的语义建模第70-72页
     ·图像的自动标注第72-73页
   ·实验第73-82页
     ·COREL数据集的实验结果与分析第73-79页
     ·SIVAL数据集的实验结果与分析第79-82页
   ·本章小结第82-85页
第五章 基于伪相关反馈的自动图像标第85-103页
   ·概述第85-86页
   ·问题的提出与分析第86-89页
   ·PRF-AIA的图像标注框架第89-90页
   ·PRF-AIA算法描述第90-91页
   ·实验第91-100页
     ·COREL数据集的实验结果与分析第92-97页
     ·网络数据集的实验结果与分析第97-100页
   ·本章小结第100-103页
第六章 基于多视角语义关联模型的自动图像标注第103-119页
   ·概述第103页
   ·问题的提出与分析第103-105页
   ·基于TSVM-HMM的图像标注框架第105-107页
   ·TSVM-HMM算法描述第107-110页
     ·相关区域集合的挖掘第107-108页
     ·图像-关键词的语义相似第108页
     ·关键词-关键词的语义关联第108-110页
   ·基于TSVM-HMM的图像标注第110-111页
   ·实验第111-117页
   ·本章小结第117-119页
第七章 结束语第119-123页
   ·论文工作总结第119-121页
   ·进一步工作第121-122页
   ·研究的展望第122-123页
参考文献第123-137页
攻读博士期间发表和已录用的论文第137-141页
学位论文数据集第141页

论文共141页,点击 下载论文
上一篇:在线自适应网络异常检测系统模型与相关算法研究--Model and Algotithms
下一篇:城市道路交通拥堵传播规律及消散控制策略研究