| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-12页 |
| 1.2 论文的研究内容 | 第12-13页 |
| 1.3 论文结构安排 | 第13-16页 |
| 第2章 基于内容的图像检索技术研究进展 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 基于内容的图像检索框架 | 第16-17页 |
| 2.3 特征提取 | 第17-20页 |
| 2.3.1 全局特征 | 第18-19页 |
| 2.3.2 局部特征 | 第19-20页 |
| 2.4 特征的表征 | 第20-22页 |
| 2.5 图像检索及重排序 | 第22-25页 |
| 2.5.1 基于线性组合的重排序 | 第23-24页 |
| 2.5.2 基于分类的重排序 | 第24-25页 |
| 2.5.3 基于图的重排序 | 第25页 |
| 2.6 图像检索性能的评价准则 | 第25-26页 |
| 2.7 本章小结 | 第26-28页 |
| 第3章 基于自适应Dense-SIFT特征的图像检索 | 第28-42页 |
| 3.1 引言 | 第28页 |
| 3.2 基于自适应Dense-SIFT特征的图像检索框架 | 第28-29页 |
| 3.3 自适应Dense-SIFT特征的提取与表征 | 第29-34页 |
| 3.4 全局特征提取 | 第34-36页 |
| 3.5 相似性度量 | 第36-37页 |
| 3.6 实验结果及分析 | 第37-40页 |
| 3.6.1 图像检索性能 | 第38-39页 |
| 3.6.2 不同特征的对比 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第4章 基于上下文相关性的图像检索 | 第42-50页 |
| 4.1 引言 | 第42-43页 |
| 4.2 基于上下文相关性的重排序方案 | 第43-44页 |
| 4.3 实验结果及分析 | 第44-48页 |
| 4.3.1 重排序方法检索性能对比 | 第44-47页 |
| 4.3.2 不同相似矩阵对重排序效果的影响 | 第47页 |
| 4.3.3 三类重排序方案的优缺点对比 | 第47-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 面向监控视频的人脸图像检索 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 面向监控视频的人脸图像检索框架 | 第50-52页 |
| 5.3 基于AdaBoost的人脸检测 | 第52-57页 |
| 5.3.1 AdaBoost原理 | 第53-54页 |
| 5.3.2 人脸特征提取 | 第54-57页 |
| 5.4 面向监控视频的人脸图像检索 | 第57-58页 |
| 5.5 实验结果及分析 | 第58-60页 |
| 5.6 本章小结 | 第60-62页 |
| 第6章 人脸检索演示验证系统的实现 | 第62-66页 |
| 6.1 引言 | 第62页 |
| 6.2 人脸检索系统结构设计 | 第62-63页 |
| 6.3 人脸检索系统功能演示 | 第63-65页 |
| 6.4 本章小结 | 第65-66页 |
| 结论与展望 | 第66-70页 |
| 1 论文的主要工作 | 第66-67页 |
| 2 下一步工作展望 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间完成的学术论文 | 第76-78页 |
| 攻读硕士学位期间获得的奖励 | 第78-80页 |
| 攻读硕士学位期间参加的科研项目 | 第80-82页 |
| 致谢 | 第82-83页 |
