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

基于双关键字的图像检索模型及系统

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·研究背景及意义第7-8页
   ·互联网图像搜索系统综述第8-11页
     ·Tineye Reverse Image Search第8-9页
     ·Google Goggles第9-10页
     ·淘淘搜第10-11页
   ·研究内容及创新第11页
   ·论文组织结构第11-13页
第二章 国内外主流技术简介第13-21页
   ·基于内容的图像检索系统框架第13页
   ·图像特征提取技术第13-16页
     ·SIFT 特征第13-15页
     ·MSER 区域特征第15-16页
   ·图像检索技术第16-21页
     ·bag of features 模型第16页
     ·基于bag of features 模型的扩展模型及改进技术第16-20页
     ·基于LSH 的图像检索第20-21页
第三章 基于双视觉关键字的图像检索模型第21-28页
   ·CS-LBP 描述符第21-22页
   ·双特征描述符量化第22-23页
   ·基于双视觉关键字的索引与查询算法第23-28页
     ·双海明码第23-25页
     ·索引与查询第25-27页
     ·基于距离权重的软量化技术第27-28页
第四章 系统设计与实现第28-36页
   ·系统框架综述第28-29页
     ·系统平台环境第28页
     ·系统模块构成第28-29页
   ·用户模块第29-30页
   ·图像存储系统第30-31页
   ·图像预处理模块第31-32页
   ·特征处理模块第32-34页
     ·特征提取第32-33页
     ·特征聚类第33页
     ·特征量化第33-34页
   ·索引模块第34-35页
   ·查询模块第35-36页
第五章 实验设计第36-46页
   ·测试数据集及评判标准第36-37页
     ·测试数据集第36页
     ·评判标准第36-37页
   ·总体性能第37-38页
   ·软量化因子第38-39页
   ·码书第39-41页
   ·海明码维数第41-42页
   ·查询时间第42页
   ·系统测试第42-46页
第六章 基于图像搜索的手机应用专辑封面搜索第46-48页
   ·应用平台及意义第46页
     ·应用平台第46页
     ·功能及应用前景第46页
   ·设计与实现第46-48页
第七章 结论及展望第48-50页
   ·全文工作总结第48页
   ·研究工作展望第48-50页
参考文献第50-54页
发表论文和参加科研情况说明第54-55页
致谢第55页

论文共55页,点击 下载论文
上一篇:面向迁移学习的文本特征提取
下一篇:面向期货行业的企业经营决策支持系统