| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 图像语义理解与检索综述 | 第11-28页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究问题 | 第13-23页 |
| 1.2.1 基于内容的图像检索 | 第13-17页 |
| 1.2.1.1 图像视觉特征 | 第14-15页 |
| 1.2.1.2 视觉相似度计算 | 第15-16页 |
| 1.2.1.3 搜索优化策略 | 第16-17页 |
| 1.2.2 图像语义理解 | 第17-20页 |
| 1.2.2.1 基于上下文的图像语义理解 | 第18-19页 |
| 1.2.2.2 基于视觉特征的图像语义理解 | 第19-20页 |
| 1.2.3 基于语义理解的图像检索 | 第20-22页 |
| 1.2.4 跨媒体图像语义理解和检索 | 第22-23页 |
| 1.3 主要研究内容和创新点 | 第23-26页 |
| 1.4 本文的组织结构 | 第26-28页 |
| 第二章 图像语义信息恢复 | 第28-44页 |
| 2.1 引言 | 第28页 |
| 2.2 相关研究介绍 | 第28-29页 |
| 2.3 基于图像分解和低秩矩阵填充的图像语义信息恢复 | 第29-33页 |
| 2.3.1 修复算法 | 第29-32页 |
| 2.3.2 修复算法分析 | 第32-33页 |
| 2.4 实验结果与分析 | 第33-43页 |
| 2.4.1 评价标准 | 第33-34页 |
| 2.4.2 实验结果 | 第34-41页 |
| 2.4.3 结果分析 | 第41-42页 |
| 2.4.4 语义信息恢复对语义理解影响 | 第42-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 关键语义信息保持的图像哈希检索 | 第44-54页 |
| 3.1 引言 | 第44页 |
| 3.2 相关研究介绍 | 第44-45页 |
| 3.3 局部语义特征保持的图像哈希方法 | 第45-48页 |
| 3.3.1 问题定义 | 第45-46页 |
| 3.3.2 局部特征保持 | 第46-47页 |
| 3.3.3 二值编码 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-53页 |
| 3.4.1 评价标准与数据集 | 第48-49页 |
| 3.4.2 实验结果与分析 | 第49-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于草图语义理解的图像检索 | 第54-68页 |
| 4.1 引言 | 第54-55页 |
| 4.2 相关研究介绍 | 第55-56页 |
| 4.3 积量化 | 第56-57页 |
| 4.4 基于积量化稀疏编码的草图特征量化编码 | 第57-61页 |
| 4.4.1 预处理和特征提取 | 第57-58页 |
| 4.4.2 使用基于积量化的稀疏编码方法构建码本 | 第58-59页 |
| 4.4.3 使用残差构建优化的特征表达 | 第59页 |
| 4.4.4 相似度计算 | 第59-60页 |
| 4.4.5 量化失真与复杂度分析 | 第60-61页 |
| 4.5 实验结果与分析 | 第61-67页 |
| 4.5.1 Eitz | 第61-63页 |
| 4.5.2 Flickr15k | 第63-65页 |
| 4.5.3 ETHZ | 第65-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 语义层跨媒体检索重排序 | 第68-80页 |
| 5.1 引言 | 第68-70页 |
| 5.2 异构域适应 | 第70-72页 |
| 5.2.1 异构域适应与特征增强 | 第70-71页 |
| 5.2.2 重排序与相似度计算 | 第71-72页 |
| 5.3 实验结果与分析 | 第72-77页 |
| 5.3.1 评价标准与数据集 | 第72-73页 |
| 5.3.2 实验结果与分析 | 第73-77页 |
| 5.4 本章小结 | 第77-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-92页 |
| 攻读博士学位期间的主要研究成果 | 第92页 |
| 参与的科研项目 | 第92-93页 |
| 致谢 | 第93-94页 |