基于LDA主题模型的图像标注研究与系统实现
| 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 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 相关技术概述 | 第15-26页 |
| 2.1 词袋表示 | 第15-17页 |
| 2.1.1 特征的提取 | 第15-16页 |
| 2.1.2 视觉词典的构建 | 第16-17页 |
| 2.1.3 图像的词频表示 | 第17页 |
| 2.2 主题模型 | 第17-24页 |
| 2.2.1 主题模型相关介绍 | 第18-20页 |
| 2.2.2 LDA主题模型 | 第20-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第3章 基于LDA的单目标图像标注 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 主要思路 | 第26-28页 |
| 3.3 主题模型学习 | 第28-29页 |
| 3.3.1 数据预处理 | 第28-29页 |
| 3.3.2 学习LDA主题模型 | 第29页 |
| 3.4 目标区域分割及标注 | 第29-31页 |
| 3.4.1 目标区域分割 | 第29-30页 |
| 3.4.2 单目标图像标注 | 第30-31页 |
| 3.5 实验结果和分析 | 第31-35页 |
| 3.5.1 实验环境与目的 | 第31页 |
| 3.5.2 实验结果与分析 | 第31-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 基于LDA的多目标图像标注 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 主要思路 | 第36-37页 |
| 4.3 多目标图像标注 | 第37-40页 |
| 4.3.1 主题概率的计算 | 第37-38页 |
| 4.3.2 空间近邻信息的主题筛选 | 第38-39页 |
| 4.3.3 图像标注 | 第39-40页 |
| 4.4 实验结果和分析 | 第40-44页 |
| 4.4.1 实验数据与评价标准 | 第40-42页 |
| 4.4.2 实验结果与分析 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于LDA主题模型的图像标注系统 | 第46-53页 |
| 5.1 引言 | 第46页 |
| 5.2 图像标注系统设计 | 第46-49页 |
| 5.2.1 系统总体功能设计 | 第46-47页 |
| 5.2.2 系统模块设计 | 第47-49页 |
| 5.3 图像标注系统实现 | 第49-52页 |
| 5.3.1 预处理模块 | 第49页 |
| 5.3.2 生成模型模块 | 第49-50页 |
| 5.3.3 图像标注模块 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 论文的总结 | 第53-54页 |
| 6.2 下一步研究工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
