融合多模态近邻关系的图像标注研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第10-19页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景和意义 | 第10-16页 |
| 1.2.1 图像检索 | 第10-14页 |
| 1.2.2 图像检索与图像标注 | 第14-15页 |
| 1.2.3 图像标注 | 第15-16页 |
| 1.3 研究内容及贡献 | 第16页 |
| 1.4 本文组织结构 | 第16-19页 |
| 2 相关研究进展 | 第19-25页 |
| 2.1 引言 | 第19页 |
| 2.2 基于判别式模型的图像标注 | 第19-20页 |
| 2.3 基于生成式模型的图像标注 | 第20-21页 |
| 2.3.1 主题模型 | 第20页 |
| 2.3.2 混合模型 | 第20-21页 |
| 2.4 基于图模型的图像标注 | 第21-22页 |
| 2.5 基于最近邻模型的图像标注 | 第22-23页 |
| 2.6 基于稀疏模型的图像标注 | 第23-24页 |
| 2.7 本章小结 | 第24-25页 |
| 3 融合视觉和语义信息的图像标注 | 第25-36页 |
| 3.1 引言 | 第25-26页 |
| 3.2 2PKNN算法 | 第26-27页 |
| 3.3 融合视觉和语义信息的图像标注算法 | 第27-30页 |
| 3.3.1 测试图像的视觉最近邻 | 第27-28页 |
| 3.3.2 测试图像的语义最近邻 | 第28页 |
| 3.3.3 为每个标签分配重要性 | 第28-30页 |
| 3.3.4 算法复杂度分析 | 第30页 |
| 3.4 实验结果与分析 | 第30-35页 |
| 3.4.1 数据集描述 | 第30-31页 |
| 3.4.2 图像特征 | 第31-32页 |
| 3.4.3 评价标准 | 第32-33页 |
| 3.4.4 结果分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 组稀疏的2PKNN算法 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 基于组稀疏的图像标注 | 第37-39页 |
| 4.2.1 图像与标签间相关性 | 第37页 |
| 4.2.2 组稀疏重建 | 第37-39页 |
| 4.3 实验结果与分析 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 融合多模态信息的组稀疏图像标注 | 第44-51页 |
| 5.1 引言 | 第44-45页 |
| 5.2 VS-2PKNN-GSR算法 | 第45-47页 |
| 5.2.1 图像与标签间相关性的获取 | 第45页 |
| 5.2.2 图像与标签间相关性的优化 | 第45页 |
| 5.2.3 标签与标签间相关性的优化 | 第45-47页 |
| 5.3 实验结果与分析 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 交互式图像标注系统设计 | 第51-60页 |
| 6.1 引言 | 第51页 |
| 6.2 系统需求分析 | 第51页 |
| 6.3 系统概要设计 | 第51-52页 |
| 6.4 系统功能 | 第52-53页 |
| 6.5 运行结果 | 第53-58页 |
| 6.6 本章小结 | 第58-60页 |
| 7 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60-61页 |
| 7.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 附录 | 第69页 |
