基于脑波的情感图像检索的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究现状与存在的问题 | 第13-14页 |
| ·国外研究概况 | 第13-14页 |
| ·国内研究概况 | 第14页 |
| ·论文的具体工作及内容安排 | 第14-16页 |
| 2 图像情感识别 | 第16-23页 |
| ·情感与情感维度 | 第16-18页 |
| ·基本情感 | 第16-17页 |
| ·情感维度 | 第17-18页 |
| ·情感计算 | 第18页 |
| ·基于内容的图像情感获取 | 第18-20页 |
| ·颜色与情感 | 第19-20页 |
| ·纹理与情感 | 第20页 |
| ·基于生理信号的图像情感识别 | 第20-22页 |
| ·生理信号情感识别的优势所在 | 第22-23页 |
| 3 图像情感提取 | 第23-30页 |
| ·脑波信号(EEG) | 第23-24页 |
| ·脑波信号与情感 | 第24-25页 |
| ·脑波信号的采集 | 第25-27页 |
| ·脑波情感向量的提取 | 第27-30页 |
| ·"维量"思想在情感识别中的应用 | 第27-28页 |
| ·情感向量值提取 | 第28-29页 |
| ·情感向量去噪 | 第29-30页 |
| 4 图像情感检索模型设计 | 第30-40页 |
| ·模型结构 | 第30页 |
| ·感性特征向量提取 | 第30-32页 |
| ·图像特征向量提取 | 第32-34页 |
| ·颜色特征提取 | 第32-33页 |
| ·纹理特征提取 | 第33-34页 |
| ·特征向量整合 | 第34-35页 |
| ·基于SVM的情感学习 | 第35-40页 |
| ·支持向量机(SVM) | 第36-38页 |
| ·SVM情感学习过程 | 第38-40页 |
| 5 原型系统实现与分析 | 第40-47页 |
| ·原型系统实现 | 第40-42页 |
| ·原型系统使用说明 | 第42-45页 |
| ·系统应用分析 | 第45-47页 |
| ·情感有效性验证 | 第45页 |
| ·查询结果准确性分析 | 第45-47页 |
| 6 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
