基于大规模社交媒体挖掘的景点识别
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-17页 |
·研究背景和意义 | 第11页 |
·国内外研究现状 | 第11-15页 |
·国内研究现状 | 第12-13页 |
·国外研究现状 | 第13-15页 |
·论文的结构 | 第15-17页 |
第二章 社交媒体介绍 | 第17-25页 |
·协作性群编辑共享信息黄页社区 | 第17-19页 |
·维基百科Wikipedia | 第17-18页 |
·在线旅游指南Wikitravel | 第18-19页 |
·图片共享社区 | 第19-24页 |
·全球最大的图片共享社区Flickr | 第19-20页 |
·地理标签图片共享社区Panoramio | 第20-22页 |
·Picasa 网络相册 | 第22-23页 |
·三大社区分析比较 | 第23-24页 |
·本章小结 | 第24-25页 |
第三章 典型景点浏览系统介绍 | 第25-29页 |
·景点浏览 | 第25-28页 |
·基于在线地图服务 | 第25页 |
·基于全景摄像 | 第25-26页 |
·基于社交媒体 | 第26页 |
·分析与比较 | 第26-28页 |
·本章小结 | 第28-29页 |
第四章 世界级景点图片数据库 | 第29-47页 |
·景点信息提取 | 第29-30页 |
·景点地理编码 | 第30页 |
·景点图片检索 | 第30-39页 |
·基于地理位置 | 第30-32页 |
·概念提取 | 第32-39页 |
·基于关键字的图片检索 | 第39页 |
·数据集分析 | 第39-46页 |
·语义鸿沟 | 第39-43页 |
·文本标签噪声 | 第43-44页 |
·地理标签噪声 | 第44-46页 |
·本章小结 | 第46-47页 |
第五章 地理标签自动标注与校准 | 第47-55页 |
·自动标注方法 | 第47-51页 |
·基于文本标签的地点建模方法 | 第47-49页 |
·视觉定位方法 | 第49-50页 |
·多特征聚类方法 | 第50-51页 |
·小范围内视觉定位方法 | 第51页 |
·自动校正方法 | 第51-54页 |
·本章小结 | 第54-55页 |
第六章 多视角浏览算法 | 第55-68页 |
·景点多视角浏览 | 第55-56页 |
·双目视觉 | 第56-57页 |
·算法描述 | 第57-62页 |
·SIFT-Flow 图像匹配方法 | 第58-60页 |
·RANSAC 增强的8 点算法 | 第60-61页 |
·视角地理配准方法 | 第61-62页 |
·算法评估 | 第62-67页 |
·可视化分析 | 第62-65页 |
·用户评估 | 第65-67页 |
·本章小结 | 第67-68页 |
总结与展望 | 第68-70页 |
总结 | 第68页 |
展望 | 第68-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间取得的研究成果 | 第75-76页 |
致谢 | 第76页 |