首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于PAD的多特征融合图像情感语义检索研究

摘要第3-4页
ABSTRACT第4-5页
第一章 绪论第8-14页
    1.1 研究背景和意义第8-9页
    1.2 相关国内外研究现状第9-10页
    1.3 图像底层特征与情感第10-11页
    1.4 相关图像库的介绍第11-12页
    1.5 图像检索系统的性能评价指标第12-13页
    1.6 本文主要内容及组织结构第13-14页
第二章 基于底层特征的图像检索第14-28页
    2.1 图像的语义模型第14-15页
    2.2 图像底层特征的提取第15-18页
        2.2.1 图像的颜色特征的提取第15-17页
        2.2.2 图像纹理特征的提取第17-18页
    2.3 相似性度量第18-19页
    2.4 基于重叠分块的底层视觉特征图像检索第19-27页
        2.4.1 特征提取方法及特征融合第20-23页
        2.4.2 实验及结果分析第23-27页
    2.5 本章小结第27-28页
第三章 基于情感空间的图像检索第28-40页
    3.1 BP神经网络概述第28-30页
    3.2 基于BP神经网络的情感图像检索第30-35页
        3.2.1 底层特征的提取第30-32页
        3.2.2 图像情感空间的选取及数据第32-33页
        3.2.3 BP神经网络的设计及训练第33-35页
    3.3 系统的实现及实验结果分析第35-38页
        3.3.1 实验设计第35-37页
        3.3.2 实验结果分析第37-38页
    3.4 本章小结第38-40页
第四章 基于线性回归的多特征融合检索第40-48页
    4.1 信息融合相关理论第40-41页
    4.2 基于线性回归的多特征融合检索方法第41-47页
        4.2.1 多元线性回归模型和回归参数的估计第41-42页
        4.2.2 基于多元线性回归的多特征融合方法第42-47页
    4.3 本章小结第47-48页
第五章 检索系统的设计与实现第48-58页
    5.1 系统设计目标及原则第48-49页
    5.2 系统流程与功能模块设计第49-52页
    5.3 系统运行实例第52-54页
    5.4 实验方案第54页
    5.5 实验结果与分析第54-58页
第六章 结论与展望第58-60页
    6.1 本文的主要工作和结论第58-59页
    6.2 下一步工作展望第59-60页
参考文献第60-64页
致谢第64-66页
攻读学位期间发表的学术论文目录第66页

论文共66页,点击 下载论文
上一篇:G公司工艺创新管理研究
下一篇:我国高校文化软实力建设研究