基于语义的图像检索及相关技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文主要工作 | 第14页 |
| ·论文组织安排 | 第14-16页 |
| 第二章 基于语义图像检索相关技术 | 第16-32页 |
| ·图像语义模型 | 第16-17页 |
| ·图像语义表示 | 第17-18页 |
| ·图像语义提取 | 第18-27页 |
| ·低层特征方法 | 第19-21页 |
| ·颜色特征 | 第19页 |
| ·形状特征 | 第19-20页 |
| ·纹理特征 | 第20-21页 |
| ·机器学习方法 | 第21-25页 |
| ·有监督学习 | 第21-24页 |
| ·无监督学习 | 第24-25页 |
| ·相关反馈方法 | 第25-27页 |
| ·基于特征权重调整的反馈 | 第26页 |
| ·基于查询点移动的反馈 | 第26页 |
| ·基于机器学习方法的反馈 | 第26-27页 |
| ·基于语义网络方法的反馈 | 第27页 |
| ·图像相似性测度 | 第27-29页 |
| ·基于低层特征的相似性测度 | 第27-29页 |
| ·基于语义的相似性测度 | 第29页 |
| ·图像检索性能评价 | 第29-31页 |
| ·图像测试库 | 第30页 |
| ·性能评价准则 | 第30-31页 |
| ·查准率与查全率 | 第30页 |
| ·排序评测法 | 第30-31页 |
| ·匹配百分比 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 图像低层特征选择和提取 | 第32-43页 |
| ·本文语义图像检索架构 | 第32页 |
| ·特征选择 | 第32-33页 |
| ·算法基本思想 | 第33-34页 |
| ·颜色特征提取 | 第34-37页 |
| ·颜色空间 | 第34-36页 |
| ·RGB颜色空间 | 第34页 |
| ·HSV颜色空间 | 第34-35页 |
| ·RGB颜色空间到 HSV 颜色空间的变换 | 第35-36页 |
| ·颜色量化 | 第36-37页 |
| ·直方图计算 | 第37页 |
| ·纹理特征提取 | 第37-39页 |
| ·小波纹理分析 | 第37-38页 |
| ·特征提取 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于 SVM 图像语义网络构建 | 第43-58页 |
| ·图像语义分层模型及表示 | 第43-44页 |
| ·SVM多分类 | 第44-48页 |
| ·直接求解法 | 第44-45页 |
| ·分解求解法 | 第45-48页 |
| ·一对一(OAO)法 | 第45页 |
| ·一对多(OAR)法 | 第45-46页 |
| ·有向无环图(DAG)法 | 第46-47页 |
| ·二叉树(BT)法 | 第47-48页 |
| ·SVM核函数选择 | 第48-49页 |
| ·核函数定义及其性质 | 第48-49页 |
| ·常用核函数 | 第49页 |
| ·SVM参数选择 | 第49-53页 |
| ·交叉验证方法 | 第50页 |
| ·基于网格搜索算法的参数选择 | 第50页 |
| ·基于遗传算法的参数选择 | 第50-51页 |
| ·基于粒子群算法的参数选择 | 第51-53页 |
| ·图像语义网络构建 | 第53-57页 |
| ·SVM最优参数选择实验 | 第54-56页 |
| ·SVM图像分类结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于相关反馈的图像语义网络更新 | 第58-65页 |
| ·相关反馈原理 | 第58-59页 |
| ·相关反馈算法设计 | 第59-60页 |
| ·分层语义网络更新算法 | 第60-61页 |
| ·基于语义图像检索实验 | 第61-64页 |
| ·实验平台 | 第61-62页 |
| ·实验结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |
