首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于监督序学习的图像排序模型研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题背景及意义第10-11页
   ·国内外研究现状第11-13页
   ·本文主要研究成果第13-14页
   ·本文组织结构第14-16页
第2章 图像排序学习的理论基础第16-23页
   ·排序学习概念描述第16-17页
   ·排序学习方法的特征第17-18页
     ·与查询相关的特征第17-18页
     ·与查询无关的特征第18页
   ·排序学习方法分类第18-22页
     ·点级排序学习方法第18-20页
     ·对级排序学习方法第20-22页
     ·列表级排序学习方法第22页
   ·本章小结第22-23页
第3章 基于相对属性的拥挤度排序算法第23-34页
   ·引言第23-24页
   ·相对属性方法的学习第24-29页
     ·相对属性的概念第24-26页
     ·zero-shot 方法第26-28页
     ·根据相对关系描述图像第28-29页
   ·基于相对属性的排序算法描述第29-30页
   ·实验仿真与分析第30-33页
     ·基于人流数据库排序第30-31页
     ·基于车流数据库排序第31-32页
     ·基于人车混合数据库排序第32-33页
   ·本章小结第33-34页
第4章 个性化人脸美感排序算法第34-46页
   ·引言第34-35页
   ·个性化人脸美感排序算法描述第35-40页
     ·人脸特征第35-37页
     ·人脸美感相对排序第37-38页
     ·图像排序改进算法第38-39页
     ·评价标准第39-40页
   ·实验仿真与分析第40-45页
     ·基于女性图像数据库排序第40-43页
     ·基于男性图像数据库排序第43-45页
   ·本章小结第45-46页
第5章 基于多示例框架的图像排序学习算法第46-56页
   ·引言第46-47页
   ·多示例与排序学习第47-51页
     ·多示例学习概念与性质第47-48页
     ·多示例图像排序学习框架第48-50页
     ·Average 排序方法第50页
     ·Softmax 排序方法第50-51页
   ·实验仿真与分析第51-55页
     ·基于女性图像数据库排序第51-53页
     ·基于男性图像数据库排序第53-55页
   ·本章小结第55-56页
结论第56-58页
参考文献第58-62页
攻读硕士学位期间承担的科研任务与主要成果第62-63页
致谢第63-64页
作者简介第64页

论文共64页,点击 下载论文
上一篇:基于单目视觉的机器人定位技术研究
下一篇:指纹图像的特征提取与匹配算法研究