基于语义特征的图像检索研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-23页 |
| ·课题背景和意义 | 第10-12页 |
| ·数字图像的特点 | 第10-11页 |
| ·基于内容的图像检索技术的提出 | 第11-12页 |
| ·搭建低级特征到高级语义特征桥梁的提出 | 第12页 |
| ·基于内容的图像检索技术的发展及研究动态 | 第12-15页 |
| ·基于内容的图像检索的基本技术 | 第15-19页 |
| ·查询方法 | 第15-16页 |
| ·图像内容描述技术 | 第16-17页 |
| ·匹配技术 | 第17页 |
| ·提取技术 | 第17-18页 |
| ·验证反馈技术 | 第18-19页 |
| ·检索性能评价机制及系统性能测试 | 第19-22页 |
| ·检索结果的评价机制 | 第19-20页 |
| ·检索系统的评价及性能要求 | 第20-22页 |
| ·本文研究内容 | 第22-23页 |
| 第2章 低级视觉特征到高级语义特征的提取算法综述 | 第23-36页 |
| ·引言 | 第23页 |
| ·低级视觉特征的提取 | 第23-29页 |
| ·颜色特征提取 | 第23-26页 |
| ·纹理特征提取 | 第26-28页 |
| ·形状特征提取 | 第28-29页 |
| ·高级语义特征的提取 | 第29-31页 |
| ·利用系统知识的语义提取 | 第30页 |
| ·根据用户交互的语义提取 | 第30-31页 |
| ·利用外部信息源的语义生成 | 第31页 |
| ·处理“语义鸿沟”常用算法分类 | 第31-35页 |
| ·反馈学习调整视觉特征算法 | 第31-32页 |
| ·视觉特征预训练分类方法 | 第32-33页 |
| ·用户日志长期记忆学习算法 | 第33-34页 |
| ·其它算法 | 第34-35页 |
| ·本文的视觉特征抽取和语义抽取算法 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于模糊语义相关矩阵的图像检索算法 | 第36-54页 |
| ·引言 | 第36页 |
| ·模糊数学知识简介 | 第36-38页 |
| ·模糊聚类分析 | 第36-37页 |
| ·模糊相似关系矩阵的相似度计算 | 第37-38页 |
| ·基于模糊语义相关矩阵的图像检索算法介绍 | 第38-46页 |
| ·FSRM的定义和初始化 | 第39-40页 |
| ·基于FSRM的检索算法 | 第40-44页 |
| ·基于FSRM短期反馈和长期学习算法 | 第44-46页 |
| ·仿真实验及结果分析 | 第46-53页 |
| ·实验平台介绍 | 第46-49页 |
| ·仿真实验及分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 混合样图和语义标签的图像检索及学习算法 | 第54-70页 |
| ·引言 | 第54页 |
| ·基于语义标签的检索算法 | 第54-57页 |
| ·语义标签-图像矩阵及其初始化 | 第54-55页 |
| ·基于语义标签的图像检索算法描述 | 第55-57页 |
| ·语义标签的联想算法 | 第57-59页 |
| ·语义标签关系矩阵及其初始化 | 第57页 |
| ·语义标签的联想算法 | 第57-59页 |
| ·混合样图和语义标签的检索中的学习算法 | 第59-61页 |
| ·样图-样图跳转检索中的学习 | 第59页 |
| ·样图-标签跳转检索中的学习 | 第59-60页 |
| ·标签-样图跳转检索中的学习 | 第60-61页 |
| ·标签-标签跳转检索中的学习 | 第61页 |
| ·仿真实验及结果分析 | 第61-69页 |
| ·检索系统介绍 | 第61-65页 |
| ·仿真实验及分析 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 攻读学位期间发表的学术论文 | 第80-81页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第81-82页 |
| 致谢 | 第82页 |
