| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.1.1 基于示例的图像搜索算法 | 第9页 |
| 1.1.2 云计算在海量图像检索中的应用 | 第9-10页 |
| 1.1.3 热点事件视频聚类算法 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 物体示例搜索的国内外研究现状 | 第11页 |
| 1.2.2 基于云计算模型的海量图像检索技术的国内外研究现状 | 第11-12页 |
| 1.2.3 热点事件视频聚类算法的国内外研究现状 | 第12-13页 |
| 1.3 TRECVID Instance Search(INS)简介 | 第13页 |
| 1.4 本文的工作和安排 | 第13-15页 |
| 1.4.1 主要研究内容和创新点 | 第13-14页 |
| 1.4.2 论文结构安排 | 第14-15页 |
| 第二章 基于BoW模型的物体示例搜索算法 | 第15-34页 |
| 2.1 引言 | 第15-17页 |
| 2.2 基于BoW模型的物体示例搜索系统 | 第17-25页 |
| 2.2.1 系统简介 | 第17-18页 |
| 2.2.2 感兴趣特征点的检测子与描述子 | 第18-22页 |
| 2.2.3 图像特征向量的相似度度量方法 | 第22-24页 |
| 2.2.4 基于前背景信息的图像BoW特征项加权方案 | 第24-25页 |
| 2.3 多示例图片检索融合 | 第25-26页 |
| 2.4 基于生成特征模型的查询扩充 | 第26-28页 |
| 2.5 实验结果 | 第28-33页 |
| 2.5.1 实验数据库及评价标准 | 第28-29页 |
| 2.5.2 参数影响 | 第29-30页 |
| 2.5.3 实验结果分析 | 第30-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于Hadoop平台的海量图像检索系统 | 第34-53页 |
| 3.1 引言 | 第34页 |
| 3.2 Hadoop介绍 | 第34-37页 |
| 3.3 基于Hadoop的海量图像检索系统 | 第37-42页 |
| 3.3.1 分布式检索系统整体框架 | 第37-38页 |
| 3.3.2 图像特征提取 | 第38-41页 |
| 3.3.3 图像相似度计算及加权融合 | 第41-42页 |
| 3.4 Hadoop平台搭建和系统模块的实现 | 第42-46页 |
| 3.4.1 Hadoop平台的搭建 | 第42页 |
| 3.4.2 HDFS模块设计及优化 | 第42-43页 |
| 3.4.3 图像库特征提取模块设计 | 第43-44页 |
| 3.4.4 相似度度量模块设计 | 第44-46页 |
| 3.5 用户界面的实现 | 第46-47页 |
| 3.6 实验结果及分析 | 第47-52页 |
| 3.6.1 实验数据及评价标准 | 第47-48页 |
| 3.6.2 检索效果的测试 | 第48-50页 |
| 3.6.3 时间性能的测试 | 第50-52页 |
| 3.7 本章小结 | 第52-53页 |
| 第四章 融合文本及图像信息的热点事件视频聚类算法 | 第53-61页 |
| 4.1 引言 | 第53页 |
| 4.2 系统简介 | 第53-56页 |
| 4.2.1 视频标题文本分词 | 第54页 |
| 4.2.2 低层局部视觉特征提取 | 第54-55页 |
| 4.2.3 Fisher向量编码 | 第55-56页 |
| 4.3 聚类算法 | 第56-58页 |
| 4.3.1 基础知识 | 第56-57页 |
| 4.3.2 谱聚类算法(spectral clustering algorithm) | 第57-58页 |
| 4.4 实验结果 | 第58-60页 |
| 4.4.1 实验数据库及评价标准 | 第58-59页 |
| 4.4.2 实验结果及分析 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
