基于改进RBF神经网络的视频检索算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容与方案 | 第12-13页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 研究方案 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 视频检索算法概述 | 第15-25页 |
| 2.1 视频数据的特点 | 第15-16页 |
| 2.2 视频检索的关键技术 | 第16-24页 |
| 2.2.1 镜头边界检测 | 第16-17页 |
| 2.2.2 关键帧提取 | 第17-20页 |
| 2.2.3 特征量提取 | 第20-23页 |
| 2.2.4 相似度计算 | 第23-24页 |
| 2.3 图像检索评价标准 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 改进RBF视频检索系统方案设计 | 第25-40页 |
| 3.1 视频检索系统整体方案设计 | 第25-26页 |
| 3.2 特征提取部分方案设计 | 第26-36页 |
| 3.2.1 提取中心向量方案设计 | 第28-30页 |
| 3.2.2 构建标签向量方案设计 | 第30-32页 |
| 3.2.3 改进RBF神经网络结构 | 第32-36页 |
| 3.3 相似度匹配方案设计 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 改进RBF视频检索系统实现 | 第40-46页 |
| 4.1 提取中心向量方案实现 | 第40-43页 |
| 4.1.1 提取中心向量流程与代码 | 第40-42页 |
| 4.1.2 提取中心向量实验分析 | 第42-43页 |
| 4.2 特征提取方案实现 | 第43-44页 |
| 4.3 相似度匹配方案实现 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 实验分析与软件实现 | 第46-63页 |
| 5.1 实验环境 | 第46-47页 |
| 5.2图像检索实验 | 第47-52页 |
| 5.2.1 实验参数设定 | 第47页 |
| 5.2.2 实验内容与结果 | 第47-52页 |
| 5.3硬件仿真实验 | 第52-58页 |
| 5.3.1 硬件平台配置 | 第52-53页 |
| 5.3.2 仿真流程 | 第53-56页 |
| 5.3.3 仿真结果与分析 | 第56-58页 |
| 5.4 视频检索系统展示 | 第58-62页 |
| 5.4.1 视频检索软件研究 | 第58-61页 |
| 5.4.2 检索系统实例分析 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 总结 | 第63-64页 |
| 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
