基于极限学习机的图像标注研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 图像语义标注的关键问题 | 第11-12页 |
| 1.4 关键技术 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-14页 |
| 第2章 研究基础及相关工作 | 第14-24页 |
| 2.1 生成特征描述符 | 第14-18页 |
| 2.2 图像标注模型 | 第18-22页 |
| 2.2.1 基于分类的图像标注 | 第18-20页 |
| 2.2.2 基于概率模型的图像标注 | 第20-21页 |
| 2.2.3 基于主题模型的图像标注 | 第21-22页 |
| 2.2.4 其他模型 | 第22页 |
| 2.3 图像标注评价 | 第22页 |
| 2.4 经典的图像数据集 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于ELM的图像标注算法 | 第24-35页 |
| 3.1 极限学习机 | 第24-27页 |
| 3.2 基于ELM的图像标注算法 | 第27-29页 |
| 3.3 算法步骤 | 第29-31页 |
| 3.3.1 特征提取 | 第29页 |
| 3.3.2 实现视觉词袋模型 | 第29-30页 |
| 3.3.3 构造HOW向量 | 第30页 |
| 3.3.4 ELM的创建、训练及仿真测试 | 第30-31页 |
| 3.4 实验与分析 | 第31-34页 |
| 3.4.1 Corel 1K数据集实验 | 第31-32页 |
| 3.4.2 Corel 5K数据集实验 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于语义的图像检索演示系统 | 第35-41页 |
| 4.1 检索系统 | 第35-36页 |
| 4.2 检索结果 | 第36-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第5章 总结与展望 | 第41-43页 |
| 5.1 工作总结 | 第41页 |
| 5.2 存在的问题 | 第41页 |
| 5.3 未来展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 附录 攻读硕士学位期间参与的项目 | 第47页 |
