| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-17页 |
| 第1章 绪论 | 第17-31页 |
| ·图像分析和标注的发展简述 | 第17-24页 |
| ·图像分析和标注的关键问题 | 第24-27页 |
| ·语义鸿沟问题(Semantic Gap) | 第24页 |
| ·大尺度问题(Large Scale) | 第24-25页 |
| ·文本和视觉差异(Gap Between Text and Image) | 第25-26页 |
| ·概念表达问题(Semantic Representation) | 第26-27页 |
| ·相似性度量问题(Similarity Measurement) | 第27页 |
| ·研究目的和任务 | 第27-28页 |
| ·主要内容和结构安排 | 第28-31页 |
| 第2章 低层视觉分析 | 第31-47页 |
| ·视觉特征 | 第31-34页 |
| ·灰度平均值 | 第32页 |
| ·图像矩 | 第32页 |
| ·纹理直方图 | 第32-33页 |
| ·旋转不变纹理直方图 | 第33-34页 |
| ·尺度不变特征变换(SIFT) | 第34页 |
| ·从视觉特征到视觉单词 | 第34-42页 |
| ·利用主成分分析进行映射 | 第35-36页 |
| ·通过聚类映射 | 第36-38页 |
| ·哈希编码映射 | 第38-39页 |
| ·通过距离学习的方法映射 | 第39-42页 |
| ·通过多种途径映射 | 第42页 |
| ·图像表达 | 第42-44页 |
| ·小结 | 第44-47页 |
| 第3章 图像距离度量 | 第47-71页 |
| ·图像距离 | 第47-48页 |
| ·静态距离度量 | 第48-50页 |
| ·动态距离度量(QOSS) | 第50-52页 |
| ·Mahalanobis距离 | 第52-54页 |
| ·传统Mahanalobis距离学习 | 第54-56页 |
| ·相关成分分析(RCA) | 第55页 |
| ·区分成分分析(DCA) | 第55页 |
| ·邻近成分分析(NCA) | 第55-56页 |
| ·最大边际近邻分类(LMNN) | 第56页 |
| ·概率相关成分分析(pRCA) | 第56-63页 |
| ·确定边信息和非确定边信息 | 第56-57页 |
| ·非确定边信息生成 | 第57-58页 |
| ·计算 | 第58-59页 |
| ·基于非确定边信息的图像距离学习 | 第59-60页 |
| ·算法 | 第60-63页 |
| ·概率区分成分分析(pDCA) | 第63页 |
| ·Bregman距离学习(Bregman Distance) | 第63-69页 |
| ·Bregman距离函数 | 第65-66页 |
| ·Bregman距离学习 | 第66-67页 |
| ·算法 | 第67-69页 |
| ·小结 | 第69-71页 |
| 第4章 高层语义分析 | 第71-97页 |
| ·"概念"定义 | 第71-72页 |
| ·单词包模型(BoW) | 第72-74页 |
| ·Naive Bayes分类框架 | 第72页 |
| ·分层Bayes分类框架 | 第72-74页 |
| ·基于单词包模型的图像表达 | 第74页 |
| ·维隐马尔科夫模型(2D HMM) | 第74-76页 |
| ·视觉语言模型(VLM) | 第76-81页 |
| ·一元视觉语言模型 | 第78-79页 |
| ·二元视觉语言模型 | 第79-80页 |
| ·三元视觉语言模型 | 第80-81页 |
| ·尺度不变视觉语言模型(m-VLM) | 第81-84页 |
| ·尺度问题 | 第81-84页 |
| ·保语义单词包模型(SPBoW) | 第84-93页 |
| ·模型的原理 | 第84-85页 |
| ·视觉物体表达 | 第85-86页 |
| ·基于学习的词典优化 | 第86-90页 |
| ·词典生成过程 | 第90-92页 |
| ·视觉单词直方图 | 第92-93页 |
| ·保语义单词包模型在生成式和区分式模型中的应用 | 第93-95页 |
| ·生成式模型 | 第94-95页 |
| ·区分式模型 | 第95页 |
| ·小结 | 第95-97页 |
| 第5章 视觉概念距离度量 | 第97-113页 |
| ·视觉概念距离研究概况 | 第97-100页 |
| ·词网距离(WordNet Distance) | 第100页 |
| ·谷歌距离(Google Distance) | 第100-101页 |
| ·标签共发距离(Tag Concurrence Distance) | 第101-102页 |
| ·Flickr距离(FD)(Flickr Distance) | 第102-106页 |
| ·Flickr距离概述 | 第103-105页 |
| ·概念距离度量 | 第105-106页 |
| ·视觉概念网络 | 第106-107页 |
| ·各种概念距离度量方法的测评 | 第107-111页 |
| ·主观测评 | 第108-111页 |
| ·客观测评 | 第111页 |
| ·小结 | 第111-113页 |
| 第6章 应用 | 第113-143页 |
| ·近似图像检测(Near-Duplicate Detection) | 第113-118页 |
| ·方法概述 | 第114-115页 |
| ·离线索引 | 第115页 |
| ·在线检测 | 第115页 |
| ·实验设置 | 第115-116页 |
| ·客观评测 | 第116页 |
| ·结果比较 | 第116-118页 |
| ·基于搜索的图像标注(Search Based Image Annotation) | 第118-124页 |
| ·相关研究背景介绍 | 第119页 |
| ·自动图像标注 | 第119-121页 |
| ·结果比较 | 第121-124页 |
| ·基于内容的图像分类(Content Based Image Classification) | 第124-132页 |
| ·利用视觉语言模型进行图像分类 | 第126-128页 |
| ·合理利用未现单词进行图像分类 | 第128-129页 |
| ·图像分类实验 | 第129-132页 |
| ·视觉概念聚类(Visual Concept Clustering) | 第132-133页 |
| ·社会网络图像标注推荐(Social Media Recommendation) | 第133-140页 |
| ·实验过程 | 第137页 |
| ·评价 | 第137页 |
| ·比较标签共发和多模态相关算法 | 第137-139页 |
| ·比较Rankboost和线性叠加算法 | 第139-140页 |
| ·小结 | 第140-143页 |
| 第7章 总结和展望 | 第143-145页 |
| ·视觉语言分析及距离度量的本质 | 第143-144页 |
| ·本文的学术价值 | 第144页 |
| ·视觉分析与度量的未来发展 | 第144-145页 |
| 参考文献 | 第145-155页 |
| 致谢 | 第155-157页 |
| 在读期间发表的学术论文与取得的研究成果 | 第157-159页 |
