第1章 引言 | 第1-12页 |
·背景 | 第9页 |
·研究现状 | 第9-11页 |
·论文内容简介 | 第11-12页 |
第2章 镜头时域小波特征 | 第12-23页 |
·本章引论 | 第12页 |
·背景介绍及相关工作 | 第12-13页 |
·镜头时域小波特征 | 第13-19页 |
·视像镜头特征的提取 | 第13-15页 |
·特征-帧序列可视化 | 第15-18页 |
·镜头时域小波特征 | 第18-19页 |
·实验结果 | 第19-21页 |
·结论及进一步工作 | 第21-23页 |
第3章 基于平均准确率的BORDA投票算法 | 第23-36页 |
·本章引论 | 第23页 |
·背景 | 第23-26页 |
·两类分类器合并算法 | 第23-24页 |
·决策优化类型分类器融合算法的3 种类型 | 第24-26页 |
·平均准确率(AVERAGE PRECISION,AP) | 第26-29页 |
·基于平均准确率的BORDA 投票的分类结果合并算法 | 第29-32页 |
·标准的Borda 投票方法 | 第29-30页 |
·中位数Borda 投票方法与最小排序值Borda 投票方法 | 第30页 |
·Logistic Borda 投票方法 | 第30页 |
·用平均准确率加权的Borda 投票的分类结果合并算法和基于平均准确率的Borda 投票的分类结果合并算法 | 第30-32页 |
·实验结果 | 第32-36页 |
·在均衡的分类器上和不均衡的分类器上的两组实验 | 第32-34页 |
·在Trecvid2004 测试集上的结果 | 第34-36页 |
第4章 TRECVID高层特征抽取图像系统 | 第36-59页 |
·本章引论 | 第36-37页 |
·概念检测任务描述 | 第37-38页 |
·图像子系统的总体设计 | 第38-43页 |
·关键帧检测系统 | 第39页 |
·图像底层特征 | 第39-41页 |
·分类器 | 第41-42页 |
·概念检测的具体模型及其参数模型 | 第42-43页 |
·图像子系统实现 | 第43-48页 |
·实验数据描述 | 第45-48页 |
·相关的实验 | 第48-58页 |
·针对“道路”概念的全局特征比较实验 | 第49-51页 |
·SVM 参数优化实验 | 第51页 |
·标注求精实验 | 第51-52页 |
·特征归一化实验 | 第52-53页 |
·针对“篮球进篮”概念的特征组合效果试验 | 第53-54页 |
·在Trecvid2004 参评数据集上的结果 | 第54-58页 |
·总结和讨论 | 第58-59页 |
第5章 总结与展望 | 第59-62页 |
·主要研究工作及成果 | 第59-60页 |
·展望 | 第60-62页 |
参考文献 | 第62-67页 |
致谢 | 第67页 |
声明 | 第67-68页 |
附录 A图像子系统的详细描述 | 第68-77页 |
A.1 核心程序(.exe)介绍 | 第68-70页 |
A.2 实验文件介绍 | 第70-72页 |
A.3 实验目录结构 | 第72-75页 |
A.4 包装程序(批处理程序)介绍 | 第75-77页 |
附录 B基于平均准确率的BORDA投票算法的相关程序 | 第77-79页 |
个人简历、在学期间发表的学术论文与研究成果 | 第79-80页 |