| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及目的 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文主要内容和组织结构 | 第13-15页 |
| 1.3.1 论文的主要内容 | 第13-14页 |
| 1.3.2 论文组织结构 | 第14-15页 |
| 第2章 相关技术及理论 | 第15-27页 |
| 2.1 Web图像的文本特征 | 第15-16页 |
| 2.2 图像底层特征 | 第16-20页 |
| 2.2.1 基于颜色的特征提取算法 | 第17-18页 |
| 2.2.2 基于特征点的特征提取算法 | 第18-19页 |
| 2.2.3 基于纹理的特征提取算法 | 第19-20页 |
| 2.3 图像之间的相似性度量方法 | 第20-21页 |
| 2.4 图像自动标注算法 | 第21-25页 |
| 2.4.1 基于概率模型的图像自动标注算法 | 第21-23页 |
| 2.4.2 基于分类的图像自动标注算法 | 第23-24页 |
| 2.4.3 基于互联网图像集的自动标注算法 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 应用FLICKR获取图像初始标注词方法研究 | 第27-37页 |
| 3.1 应用Flickr获取图像初始标注词方法研究的整体框架 | 第28-29页 |
| 3.2 利用关联文本获取图像标注词方法 | 第29-32页 |
| 3.2.1 TF-IDF算法 | 第29页 |
| 3.2.2 基于加权的TF-IDF标注词提取算法 | 第29-32页 |
| 3.3 图像初始标注词方法获取方法 | 第32-36页 |
| 3.3.1 利用Flickr的API接口获取相关的标签 | 第32-33页 |
| 3.3.2 基于NGD的候选词标注词选取算法 | 第33-35页 |
| 3.3.3 初始标注词的最终获取方法 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 结合图像底层特征的自动标注方法研究 | 第37-47页 |
| 4.1 结合图像底层特征的自动标注方法整体框架 | 第37-38页 |
| 4.2 候选词集的获取方法 | 第38-42页 |
| 4.2.1 图像社区Flickr介绍及去噪方法 | 第39-40页 |
| 4.2.2 图像底层特征提取及相似度计算算法 | 第40-42页 |
| 4.3 最终标注生成算法 | 第42-46页 |
| 4.3.1 基于距离加权的K最近邻的标签传播算法 | 第42-43页 |
| 4.3.2 利用标签同现率改善标签得分算法 | 第43-45页 |
| 4.3.3 算法分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验结果与分析 | 第47-53页 |
| 5.1 实验设计 | 第47-48页 |
| 5.1.1 实验环境 | 第47页 |
| 5.1.2 实验数据 | 第47-48页 |
| 5.2 评价标准 | 第48-49页 |
| 5.3 实验结果及分析 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-61页 |
| 致谢 | 第61页 |
