基于语义的图像检索方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·引言 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·研究内容 | 第9页 |
| ·论文创新点 | 第9页 |
| ·论文结构 | 第9-12页 |
| 第2章 相关理论 | 第12-28页 |
| ·语义WEB | 第12-14页 |
| ·本体ONTOLOGY | 第14-20页 |
| ·Ontology和语义Web | 第15页 |
| ·构造本体的规则 | 第15-16页 |
| ·Ontology的描述语言 | 第16-17页 |
| ·Ontology的建模元语 | 第17-18页 |
| ·Ontology在信息系统中的应用 | 第18-20页 |
| ·基于内容的图像检索技术 | 第20-24页 |
| ·特征提取 | 第21页 |
| ·纹理特征提取 | 第21-22页 |
| ·轮廓特征 | 第22-23页 |
| ·形状特征提取 | 第23页 |
| ·空间特征 | 第23-24页 |
| ·高层特征 | 第24-25页 |
| ·索引技术 | 第25页 |
| ·图像检索系统 | 第25-28页 |
| 第3章 基于自学习的动态语义网络的图像检索模型 | 第28-36页 |
| ·图像的语义层次模型 | 第28-29页 |
| ·图像的语义标注 | 第29-30页 |
| ·手工直接标注 | 第29-30页 |
| ·自动标注 | 第30页 |
| ·半自动标注 | 第30页 |
| ·分层的语义标注 | 第30页 |
| ·检索模型的提出 | 第30-31页 |
| ·基于自学习的动态语义网络图像检索的实现方法 | 第31-36页 |
| ·语义网络 | 第31-32页 |
| ·新关键词登记单元 | 第32页 |
| ·长期学习单元 | 第32页 |
| ·语义网络更新 | 第32-34页 |
| ·图像和语义网络之间连结的关联权重的更新 | 第34-36页 |
| 第4章 实验和分析 | 第36-40页 |
| ·图像检索性能的评价 | 第36-37页 |
| ·开发平台 | 第37页 |
| ·对比分析 | 第37-40页 |
| 第5章 结论与建议 | 第40-42页 |
| ·论文总结 | 第40页 |
| ·未来工作展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46页 |
