基于视觉语言模型的蒙古文古籍图像检索技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 图像检索技术的研究和发展现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 视觉词袋模型 | 第16-29页 |
| 2.1 视觉词袋模型介绍 | 第17-18页 |
| 2.2 视觉特征提取和描述 | 第18-21页 |
| 2.2.1 特征提取 | 第19页 |
| 2.2.2 特征描述 | 第19-21页 |
| 2.3 视觉词典的构建 | 第21-23页 |
| 2.4 图像表示与相似性度量 | 第23-24页 |
| 2.5 实验与分析 | 第24-28页 |
| 2.5.1 实验数据集 | 第24-25页 |
| 2.5.2 实验评价标准 | 第25页 |
| 2.5.3 实验结果分析 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 视觉语言模型 | 第29-37页 |
| 3.1 视觉语言模型介绍 | 第29-30页 |
| 3.2 平滑方法 | 第30-31页 |
| 3.3 查询似然模型 | 第31-32页 |
| 3.4 算法流程 | 第32-33页 |
| 3.4.1 单词图像表示 | 第32-33页 |
| 3.4.2 相似度计算 | 第33页 |
| 3.5 实验与分析 | 第33-36页 |
| 3.5.1 实验参数设置 | 第33页 |
| 3.5.2 平滑参数u的设置 | 第33-34页 |
| 3.5.3 视觉语言模型与视觉词袋模型的比较 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 空间视觉语言模型 | 第37-50页 |
| 4.1 空间金字塔介绍 | 第37-39页 |
| 4.2 空间金字塔的构建 | 第39-42页 |
| 4.2.1 特征提取和描述 | 第39页 |
| 4.2.2 构建视觉词典 | 第39-40页 |
| 4.2.3 基于蒙古文字形特点的空间划分 | 第40-41页 |
| 4.2.4 空间层级的权重分配 | 第41页 |
| 4.2.5 单词图像表示 | 第41页 |
| 4.2.6 相似性度量 | 第41-42页 |
| 4.3 空间视觉语言模型 | 第42-44页 |
| 4.3.1 多方法融合的意义 | 第42-43页 |
| 4.3.2 图像检索的构建 | 第43-44页 |
| 4.4 实验与分析 | 第44-49页 |
| 4.4.1 空间划分实验 | 第44-46页 |
| 4.4.2 空间视觉语言模型实验 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 研究工作总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间学术成果 | 第57页 |
