图像检索算法研究及其在互联网教育中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要工作和研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 CBIR中关键技术介绍 | 第15-27页 |
| 2.1 CBIR系统 | 第15页 |
| 2.2 图像特征提取方法 | 第15-23页 |
| 2.2.1 颜色特征 | 第16-18页 |
| 2.2.2 纹理特征 | 第18-19页 |
| 2.2.3 形状特征 | 第19-23页 |
| 2.3 图像的相似性度量 | 第23-25页 |
| 2.4 检索性能评价准则 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于SIFT的图像检索的研究 | 第27-48页 |
| 3.1 SIFT算法概述 | 第27-33页 |
| 3.2 图像的特征匹配 | 第33-34页 |
| 3.3 参数Peakthresh对检索图像的影响 | 第34-44页 |
| 3.4 特征点个数与检索精度的关系 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于聚类的快速图像检索算法 | 第48-56页 |
| 4.1 算法描述 | 第48-51页 |
| 4.2 特征点优化 | 第51-52页 |
| 4.3 Fisher向量表示 | 第52-54页 |
| 4.3.1 Fisher向量介绍 | 第52页 |
| 4.3.2 Fisher向量的计算过程 | 第52-53页 |
| 4.3.3 实验结果与分析 | 第53-54页 |
| 4.4 实验结果与分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 图像检索在互联网教育中的应用 | 第56-59页 |
| 5.1 系统简介 | 第56-57页 |
| 5.2 智能自动答疑部分 | 第57-58页 |
| 5.2.1 训练特征库模块 | 第57页 |
| 5.2.2 图像检索模块 | 第57-58页 |
| 5.2.3 再训练特征库和检索阈值模块 | 第58页 |
| 5.3 本章小结 | 第58-59页 |
| 总结和展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |
