| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·基于内容的图像与视频检索技术 | 第8-10页 |
| ·基于内容的图像检索(CBIR)体系 | 第8-9页 |
| ·基于内容的视频检索(CBVR)体系 | 第9-10页 |
| ·国内外研究的现状 | 第10-11页 |
| ·主要研究内容及结构安排 | 第11-13页 |
| ·主要研究内容 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 统计模式识别与支持向量机 | 第13-22页 |
| ·统计模式识别的原理和方法 | 第13-14页 |
| ·模式识别 | 第13-14页 |
| ·统计模式识别 | 第14页 |
| ·支持向量机SVM | 第14-19页 |
| ·支持向量机的分类 | 第15-19页 |
| ·支持向量机的输出 | 第19页 |
| ·广义支持向量机GSVM | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于内容的图像检索系统 | 第22-46页 |
| ·系统框架 | 第22-23页 |
| ·特征提取 | 第23-35页 |
| ·颜色特征 | 第23-26页 |
| ·纹理特征 | 第26-31页 |
| ·形状特征 | 第31-34页 |
| ·本文特征提取算法 | 第34-35页 |
| ·特征匹配算法 | 第35-39页 |
| ·DTW(Dynamic Time Warping) | 第35-38页 |
| ·改进后的DTW | 第38-39页 |
| ·本文特征匹配算法 | 第39页 |
| ·广义支持向量机在本文中的应用 | 第39-41页 |
| ·实验结果 | 第41-42页 |
| ·检索界面 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于语义的交互式新闻视频检索系统 | 第46-63页 |
| ·基于内容的视频检索 | 第46-54页 |
| ·镜头边缘检测 | 第48-51页 |
| ·关键帧的提取 | 第51-53页 |
| ·特征提取 | 第53-54页 |
| ·镜头聚类 | 第54页 |
| ·本文新闻视频检索原型系统 | 第54-62页 |
| ·一次镜头分割 | 第55-56页 |
| ·二次镜头分割 | 第56-57页 |
| ·场景生成 | 第57页 |
| ·新闻场景的标注 | 第57-59页 |
| ·新闻故事的检索 | 第59-60页 |
| ·实验结果 | 第60-61页 |
| ·本系统小结 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录一 攻读硕士期间发表的学术论文 | 第70-71页 |
| 湖南师范大学学位论文原创性声明 | 第71页 |