基于视觉注意机制与支持向量机自动图像标注

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-14页
·研究背景及意义	第9-12页
·研究背景	第9-12页
·研究意义	第12页
·论文主要内容及结构安排	第12-14页
2 自动图像标注算法及相关技术	第14-24页
·图像视觉内容表示与提取	第14-18页
·图像区域选择与分割	第14-17页
·图像特征提取	第17-18页
·图像自动标注	第18-21页
·基于分类的自动图像标注	第19页
·基于概率的自动图像标注	第19-21页
·其他一些自动标注算法	第21页
·图像标注结果改善	第21-24页
3 基于视觉注意机制的感兴趣区域提取	第24-32页
·Itti模型算法	第25-28页
·前期特征提取	第25-27页
·显著图生成	第27-28页
·全局直方图对比度算法	第28-32页
·像素显著值	第29-30页
·基于直方图加速	第30页
·颜色空间平滑	第30-32页
4 支持向量机方法图像标注	第32-38页
·支持向量机	第32-35页
·线性支持向量机	第32-34页
·非线性支持向量机	第34-35页
·基于支持向量机图像标注	第35-38页
·多示例分类支持向量机	第35-37页
·多类分类问题的求解	第37-38页
5 基于视觉注意机制和支持向量机的混合标注算法	第38-56页
·基于视觉注意机制和支持向量机标注过程	第38-47页
·图片预处理	第38-40页
·图像训练与标注模型	第40-42页
·标注词之间的关系模型	第42-43页
·显著词分离模型	第43-44页
·算法流程小结	第44-47页
·实验结果与分析	第47-56页
·实验数据集与实验环境	第47-49页
·实验结果分析	第49-56页
结论	第56-58页
参考文献	第58-61页
攻读硕士学位期间发表学术论文情况	第61-62页
致谢	第62-63页