基于情感语义的图像内容标注研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-19页 |
| ·选题的目的与意义 | 第11页 |
| ·国内外研究发展现状 | 第11-14页 |
| ·基于人工标注的文本检索 | 第11-12页 |
| ·基于内容的图像检索 | 第12-13页 |
| ·基于语义的图像检索技术 | 第13页 |
| ·基于情感语义的图像标注和检索技术 | 第13-14页 |
| ·检索算法性能评价机制及其性能指标 | 第14-16页 |
| ·检索结果的评价机制 | 第14-15页 |
| ·性能指标 | 第15-16页 |
| ·本文主要研究内容 | 第16-17页 |
| ·论文组织 | 第17-19页 |
| 第二章 图像情感语义与标注技术综述 | 第19-41页 |
| ·图像语义的层次提取 | 第19-22页 |
| ·语义层次模型 | 第19-20页 |
| ·图像语义提取 | 第20-22页 |
| ·底层视觉特征提取 | 第22-29页 |
| ·颜色特征 | 第22-26页 |
| ·纹理特征 | 第26-28页 |
| ·形状特征 | 第28-29页 |
| ·底层特征与相应情感语义的特征提取 | 第29-32页 |
| ·颜色特征与情感 | 第29-31页 |
| ·纹理特征与情感 | 第31页 |
| ·形状特征与情感 | 第31-32页 |
| ·图像标注 | 第32-37页 |
| ·人为标注 | 第33-34页 |
| ·自动标注概述 | 第34-35页 |
| ·自动标注模型 | 第35-37页 |
| ·自动标注算法不足 | 第37页 |
| ·图像语义标注发展重点 | 第37-41页 |
| ·识别技术发展 | 第38-39页 |
| ·图像语义规则获取 | 第39-41页 |
| 第三章 底层特征到高层语义的映射算法综述 | 第41-53页 |
| ·处理“语义鸿沟”常用算法分类 | 第41-44页 |
| ·反馈学习调整视觉算法 | 第41-42页 |
| ·视觉特征预训练分类方法 | 第42-43页 |
| ·用户日志长期记忆学习算法 | 第43-44页 |
| ·支持向量机SVM | 第44-53页 |
| ·支持向量机SVM 分类 | 第45-49页 |
| ·支持向量机SVM 回归 | 第49-51页 |
| ·支持向量机SVM 结构 | 第51-53页 |
| 第四章 游戏中图像内容情感语义的分析与研究 | 第53-73页 |
| ·面向语义的主区域提取方法 | 第53-54页 |
| ·情感计算模型 | 第54-55页 |
| ·基于情感计算模型的图像检索 | 第55页 |
| ·游戏中的情感调整途径 | 第55-57页 |
| ·实验 | 第57-73页 |
| ·系统架构与平台 | 第57-58页 |
| ·实验设计方案 | 第58-61页 |
| ·实验实现过程 | 第61-65页 |
| ·实验结果分析 | 第65-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·本文的主要工作与总结 | 第73-74页 |
| ·下一步的工作展望 | 第74-75页 |
| 参考文献 | 第75-85页 |
| 致谢 | 第85-87页 |
| 攻读学位期间发表的学术论文目录 | 第87页 |
