| 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 | 第10页 |
| 1.2 研究内容和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 论文主要工作 | 第13-14页 |
| 1.5 论文组织结构 | 第14-15页 |
| 第二章 近似拷贝图像检测 | 第15-26页 |
| 2.1 近似拷贝图像检测概述 | 第15-16页 |
| 2.2 近似拷贝图像检测方法 | 第16-19页 |
| 2.2.1 基于全局特征方法 | 第16-18页 |
| 2.2.2 基于局部特征方法 | 第18-19页 |
| 2.3 近似拷贝图像检测框架 | 第19-22页 |
| 2.3.1 特征索引构建 | 第19-20页 |
| 2.3.2 相似度度量 | 第20-22页 |
| 2.4 图像拷贝检测评价标准 | 第22-24页 |
| 2.4.1 检测精度评价 | 第22-23页 |
| 2.4.2 检测效率评价 | 第23-24页 |
| 2.5 图像集 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于空间金字塔模型的近似拷贝图像检测 | 第26-43页 |
| 3.1 基于 MSER 和 SURF 的图像局部特征提取 | 第26-31页 |
| 3.1.1 常用的图像局部特征提取算法 | 第26-27页 |
| 3.1.2 MSER 特征提取算法 | 第27-29页 |
| 3.1.3 SURF 特征提取算法 | 第29-31页 |
| 3.2 基于 K-MEANS 的视觉关键词提取 | 第31-34页 |
| 3.2.1 视觉词汇描述子和视觉词典 | 第31-32页 |
| 3.2.2 K-means 聚类算法 | 第32-33页 |
| 3.2.3 视觉关键词提取 | 第33-34页 |
| 3.3 基于空间金字塔模型的图像信息提取 | 第34-37页 |
| 3.3.1 词袋模型 | 第34-35页 |
| 3.3.2 空间金字塔模型 | 第35-37页 |
| 3.4 相似度度量 | 第37页 |
| 3.5 实验结果对比和分析 | 第37-42页 |
| 3.5.1 实验步骤 | 第37-39页 |
| 3.5.2 实验结果分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于 GMM 和 PLSA 的近似图像拷贝检测 | 第43-50页 |
| 4.1 基于高斯混合模型的视觉关键词提取 | 第43-44页 |
| 4.2 基于 PLSA 的图像信息提取 | 第44-46页 |
| 4.3 实验结果对比和分析 | 第46-49页 |
| 4.3.1 实验步骤 | 第46-47页 |
| 4.3.2 实验结果分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结和展望 | 第50-53页 |
| 5.1 工作总结 | 第50-51页 |
| 5.2 未来展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59-60页 |
| 详细摘要 | 第60-63页 |