基于语义的图像检索相关问题的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及其意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·图像检索技术的发展 | 第10-12页 |
| ·语义词典的应用 | 第12-13页 |
| ·典型的语义图像检索系统 | 第13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第2章 图像检索的关键技术 | 第15-33页 |
| ·引言 | 第15页 |
| ·基于底层特征的图像检索 | 第15-23页 |
| ·图像底层特征 | 第16-22页 |
| ·相似性度量 | 第22-23页 |
| ·检索性能评估 | 第23页 |
| ·基于高层语义的图像检索 | 第23-31页 |
| ·图像的语义模型 | 第24-25页 |
| ·图像的语义表示 | 第25-26页 |
| ·图像的语义提取 | 第26-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于语义的图像检索系统结构 | 第33-40页 |
| ·引言 | 第33-34页 |
| ·特征提取模块 | 第34-37页 |
| ·图像语义映射模块 | 第37-39页 |
| ·SVM语义分类 | 第37-38页 |
| ·语义扩展 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于层次语义的图像分类 | 第40-49页 |
| ·引言 | 第40页 |
| ·图像语义分类 | 第40-41页 |
| ·图像关键词的分类原则 | 第40-41页 |
| ·图像关键词的分类体系 | 第41页 |
| ·支持向量机的构造 | 第41-43页 |
| ·线性SVM | 第41-43页 |
| ·非线性SVM | 第43页 |
| ·分类实验及结果分析 | 第43-48页 |
| ·实验环境和图像库 | 第44页 |
| ·特征提取和分类结果 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于WordNet的图像语义扩展 | 第49-59页 |
| ·引言 | 第49页 |
| ·WORDNET简介 | 第49-51页 |
| ·基础知识 | 第49-50页 |
| ·WordNet中的语义关系 | 第50-51页 |
| ·WORDNET用于图像检索的关键技术 | 第51-55页 |
| ·基于概念层次的语义扩展方法 | 第52-53页 |
| ·基于语义相似性度量的方法 | 第53-55页 |
| ·语义相似性度量实验 | 第55-58页 |
| ·实验环境 | 第55-56页 |
| ·语义相似度计算 | 第56页 |
| ·实验结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第65-66页 |
| 致谢 | 第66页 |
