| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 图像标注 | 第13-16页 |
| 1.2.2 跨模态哈希 | 第16-18页 |
| 1.3 研究内容和技术路线 | 第18-19页 |
| 1.4 创新点和组织结构 | 第19-20页 |
| 1.5 本章小结 | 第20-22页 |
| 第二章 基于社团发现与多核支持向量机的图像标注算法 | 第22-40页 |
| 2.1 问题概述与框架介绍 | 第22-23页 |
| 2.2 离线学习 | 第23-28页 |
| 2.2.1 概念图生成 | 第23-24页 |
| 2.2.2 潜在语义社团检测 | 第24-26页 |
| 2.2.3 多核支持向量机 | 第26-28页 |
| 2.3 在线标注 | 第28-31页 |
| 2.3.1 社团分类 | 第28-29页 |
| 2.3.2 社团内标注 | 第29-30页 |
| 2.3.3 跨社团标注 | 第30-31页 |
| 2.4 算法复杂度分析 | 第31-32页 |
| 2.5 定量实验分析 | 第32-40页 |
| 2.5.1 数据集 | 第32页 |
| 2.5.2 评判准则 | 第32-33页 |
| 2.5.3 NUS-WIDE数据集结果 | 第33-35页 |
| 2.5.4 参数讨论 | 第35-39页 |
| 2.5.5 本章小结 | 第39-40页 |
| 第三章 基于语义与视觉显著性的图像标注算法 | 第40-54页 |
| 3.1 问题概述与框架介绍 | 第40-43页 |
| 3.1.1 视觉显著性 | 第40页 |
| 3.1.2 语义显著性 | 第40-41页 |
| 3.1.3 图像标注与视觉/语义显著性之间的关系 | 第41-42页 |
| 3.1.4 解决方案 | 第42-43页 |
| 3.2 显著性与特征学习 | 第43-46页 |
| 3.2.1 语义显著性检测 | 第43-45页 |
| 3.2.2 视觉显著性检测 | 第45页 |
| 3.2.3 两层视觉显著词袋模型 | 第45-46页 |
| 3.3 分类：学习推测算法 | 第46-48页 |
| 3.4 标注：社团近邻投票 | 第48-49页 |
| 3.5 定量实验分析 | 第49-53页 |
| 3.5.1 数据集与对比方法 | 第49-50页 |
| 3.5.2 评判准则 | 第50页 |
| 3.5.3 NUS-WIDE数据集结果 | 第50页 |
| 3.5.4 参数讨论 | 第50-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于部分对应关系的跨模态哈希算法 | 第54-66页 |
| 4.1 问题概述 | 第55-56页 |
| 4.2 非对应模态：局部光滑 | 第56-58页 |
| 4.3 跨模态模态一致性：跨模态哈希 | 第58页 |
| 4.4 最终优化问题 | 第58-60页 |
| 4.5 一般多模态哈希问题 | 第60-61页 |
| 4.6 定量实验分析 | 第61-63页 |
| 4.6.1 数据集 | 第61页 |
| 4.6.2 评判准则 | 第61-62页 |
| 4.6.3 NUS-WIDE数据集结果 | 第62页 |
| 4.6.4 Wiki数据集结果及参数讨论 | 第62-63页 |
| 4.7 本章小结 | 第63-66页 |
| 第五章 总结与展望 | 第66-70页 |
| 5.1 主要工作 | 第66-67页 |
| 5.2 后续研究 | 第67-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |