| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究历史和现状 | 第9-10页 |
| 1.3 课题来源 | 第10-11页 |
| 1.4 本文研究内容及结构 | 第11-12页 |
| 第2章 基于词袋模型的图像检索相关技术介绍 | 第12-24页 |
| 2.1 基于词袋模型的图像检索系统框架 | 第12-13页 |
| 2.2 图像局部特征 | 第13-19页 |
| 2.2.1 SIFT 关键点检测 | 第14-18页 |
| 2.2.2 SIFT 特征描述子 | 第18-19页 |
| 2.3 词袋模型 | 第19-22页 |
| 2.3.1 词典构造 | 第20页 |
| 2.3.2 特征映射形成描述子 | 第20-21页 |
| 2.3.3 词袋模型应用 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 基于二元视觉短语的图像检索 | 第24-42页 |
| 3.1 视觉显著性模型 | 第24-26页 |
| 3.2 基于视觉显著性区域的二元视觉短语构建 | 第26-31页 |
| 3.2.1 显著性区域计算 | 第26-28页 |
| 3.2.2 基于视觉显著性的词袋模型生成 | 第28-29页 |
| 3.2.3 基于视觉显著性的二元视觉短语构建 | 第29-31页 |
| 3.3 实验结果 | 第31-40页 |
| 3.3.1 图库介绍 | 第31-32页 |
| 3.3.2 对比实验与分析 | 第32-38页 |
| 3.3.3 参数讨论 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于最长公共视觉单词串的图像检索 | 第42-56页 |
| 4.1 2-D String 概述 | 第42-44页 |
| 4.2 构建最长公共视觉单词串 | 第44-48页 |
| 4.3 实验结果 | 第48-54页 |
| 4.3.1 LCVS 方法与 BoW 方法的比较 | 第49-52页 |
| 4.3.2 LCVS 方法与 CSWM 方法的比较 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |