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

大规模视频集中的近重复检测

摘要第1-6页
ABSTRACT第6-7页
致谢第7-12页
第一章 绪论第12-20页
   ·近重复视频检测的研究背景第12-14页
   ·近重复视频检测的研究意义第14-15页
     ·学术意义第14-15页
     ·实用意义第15页
   ·国内外研究现状第15-18页
     ·近重复视频检测的发展现状第15-16页
     ·现有的近重复视频检测算法第16-18页
   ·主要内容与章节安排第18-19页
   ·本章小结第19-20页
第二章 图像相似性检测的关键技术第20-27页
   ·基于内容的近似图像检测概述第20-21页
   ·图像特征的提取第21-23页
     ·颜色特征的提取第21页
     ·纹理特征的提取第21-22页
     ·形状特征的提取第22页
     ·空间关系特征的提取第22-23页
   ·图像特征的索引第23页
   ·图像的相似性度量第23-24页
     ·欧氏距离第24页
     ·余弦相似度第24页
   ·相关反馈技术第24-25页
   ·性能评价标准第25-26页
   ·本章小结第26-27页
第三章 近重复视频检测算法综述第27-41页
   ·近重复视频的定义第27-29页
   ·近重复视频检测的实现第29-30页
   ·镜头边界检测第30-31页
   ·关键帧提取第31-32页
   ·全局特征和局部特征提取第32-39页
     ·全局特征第33页
     ·局部特征第33-39页
   ·视频特征的索引与检索第39-40页
   ·本章小结第40-41页
第四章 基于镜头时序一致性特征的级联式近重复视频检测算法第41-49页
   ·本文算法设计第41-42页
   ·基于改进的边缘轮廓差值法的镜头边界检测第42-43页
   ·基于帧差欧式距离法的关键帧提取第43-44页
   ·基于视频镜头连续一致性的时序特征第44-45页
   ·基于重叠图像分块方法的全局特征提取第45-47页
   ·基于 SURF 算法的局部特征提取第47页
   ·基于 k-d 树的特征索引与检索第47-48页
   ·本章小结第48-49页
第五章 实验结果与分析第49-58页
   ·实验说明第49-51页
     ·实验配置第49页
     ·实验数据集说明第49-50页
     ·实验评价方法第50-51页
   ·实验结果与分析第51-57页
     ·一对一的验证实验第51-52页
     ·小范围近重复视频检测实验第52-54页
     ·大规模视频集的近重复检测实验第54-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·论文工作总结第58-59页
   ·未来工作展望第59-60页
参考文献第60-65页
研究生期间主要科研工作与成果第65-67页

论文共67页,点击 下载论文
上一篇:基于流形学习的三维人脸识别方法
下一篇:有关安全多计算的若干问题的研究及应用