| 摘要 | 第1-17页 |
| ABSTRACT | 第17-20页 |
| 第1章 绪论 | 第20-28页 |
| ·研究背景 | 第20-21页 |
| ·研究意义 | 第21页 |
| ·图像语义标注的关键问题 | 第21-23页 |
| ·本文的研究内容及创新点 | 第23-26页 |
| ·本文的组织结构 | 第26-28页 |
| 第2章 图像语义标注研究现状 | 第28-37页 |
| ·研究现状概述 | 第28-29页 |
| ·基于生成模型的图像标注 | 第29-31页 |
| ·基于判别模型的图像标注 | 第31页 |
| ·基于图模型的图像标注 | 第31-32页 |
| ·基于互联网数据集的图像标注 | 第32-34页 |
| ·图像的语义标注改善 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于主题模型的图像标注方法 | 第37-52页 |
| ·引言 | 第37页 |
| ·方法概述 | 第37-38页 |
| ·基于主题模型的初始标注词获取方法 | 第38-44页 |
| ·LDA模型简介 | 第38-40页 |
| ·视觉词袋模型简介 | 第40-41页 |
| ·初始标注获取 | 第41-44页 |
| ·基于搜索的初始标注词扩展方法 | 第44-47页 |
| ·从搜索结果中选择相似图像 | 第45-46页 |
| ·将图像的高维视觉特征向量映射到哈希编码 | 第45-46页 |
| ·基于海明距离的图像相似度计算 | 第46页 |
| ·从相似图像的相关文本信息中抽取扩展标注词 | 第46-47页 |
| ·实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 面向图像共享社区的图像标注方法 | 第52-69页 |
| ·引言 | 第52-53页 |
| ·基于标签排序和扩展的Flickr图像标注方法框架 | 第53-55页 |
| ·Flickr图像的标签排序算法 | 第55-62页 |
| ·Flickr图像的标签相似度计算方法 | 第55-59页 |
| ·基于共现度的标签相似度计算 | 第56-57页 |
| ·基于相关图像视觉特征的标签相似度计算 | 第57-59页 |
| ·标签与图像区域间的相关度计算方法 | 第59-60页 |
| ·基于流形排序的标签排序算法 | 第60-62页 |
| ·对排序位次较高的初始标签进行扩展 | 第62-63页 |
| ·利用Flickr API获取相关标签 | 第62页 |
| ·使用加权投票策略进行标签扩展 | 第62-63页 |
| ·实验结果与分析 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 面向个人相册的图像标注方法 | 第69-89页 |
| ·引言 | 第69-70页 |
| ·个人相册中的重复图像检测方法 | 第70-76页 |
| ·重复图像检测算法概述 | 第70-72页 |
| ·位置敏感哈希方法简介 | 第72-73页 |
| ·基于位置敏感哈希方法的重复图像检测 | 第73-74页 |
| ·直方图距离的计算方法 | 第74-76页 |
| ·个人相册标注方法框架 | 第76-77页 |
| ·基于三分图的图像聚类算法 | 第77-80页 |
| ·基于局部特征的图像相似度计算 | 第78页 |
| ·GPS坐标之间的距离 | 第78页 |
| ·三分图的划分 | 第78-80页 |
| ·图像簇的标注方法 | 第80-81页 |
| ·实验结果与分析 | 第81-88页 |
| ·重复图像检测算法性能评测 | 第81-85页 |
| ·实验数据集及性能评价标准 | 第81-83页 |
| ·实验结果及分析 | 第83-85页 |
| ·个人相册标注结果的性能评测 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第6章 基于二分图和概念本体推理的Web图像标注方法 | 第89-101页 |
| ·引言 | 第89页 |
| ·方法概述 | 第89-90页 |
| ·概念本体的创建以及扩展标注词的获取 | 第90-94页 |
| ·概念本体的构建 | 第90-91页 |
| ·基于多级概念本体推理的扩展标注抽取方法 | 第91-94页 |
| ·二分图构造以及候选标注词排序 | 第94-96页 |
| ·二分图的构造 | 第94页 |
| ·基于二分图加强学习算法的候选标注词排序 | 第94-96页 |
| ·最终标注词选择策略 | 第96页 |
| ·实验结果与分析 | 第96-100页 |
| ·实验数据集 | 第96-97页 |
| ·评价标准 | 第97页 |
| ·实验结果 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 第7章 基于图划分和图像搜索引擎的图像标注改善方法 | 第101-118页 |
| ·引言 | 第101-102页 |
| ·方法概述 | 第102-104页 |
| ·图像标注改善算法框架 | 第102-103页 |
| ·语义距离的计算 | 第103页 |
| ·带权最大割问题 | 第103-104页 |
| ·图的构造方法 | 第104-107页 |
| ·利用图像搜索引擎计算候选标注词和待标注图像的相关度 | 第104-105页 |
| ·Web图像的权值计算 | 第105-106页 |
| ·边权值的计算 | 第106-107页 |
| ·基于图划分的图像标注改善算法 | 第107-110页 |
| ·图像标注改善问题与MAX-CUT问题的关系 | 第107-108页 |
| ·算法描述 | 第108-110页 |
| ·实验结果与分析 | 第110-117页 |
| ·非Web图像的标注改善性能评测 | 第110-114页 |
| ·标注改善结果的平均准确率评测 | 第110-113页 |
| ·参数δ_w~1对标注改善结果的影响 | 第113-114页 |
| ·NGID距离对标注改善结果的影响 | 第114页 |
| ·Web图像的标注改善性能评测 | 第114-116页 |
| ·标注改善结果的F1值评测 | 第115-116页 |
| ·参数δ_w~2对标注改善结果的影响 | 第116页 |
| ·本算法不足之处及分析 | 第116-117页 |
| ·本章小结 | 第117-118页 |
| 第8章 总结与未来研究展望 | 第118-120页 |
| 参考文献 | 第120-129页 |
| 致谢 | 第129-130页 |
| 攻读学位期间发表的学术论文目录 | 第130-131页 |
| 在读期间参与科研项目情况 | 第131-132页 |
| 学位论文评阅及答辩情况表 | 第132-134页 |
| 外文论文 | 第134-159页 |
