基于内容图像检索关键技术的研究
| 内容提要 | 第1-9页 |
| 第1章 绪论 | 第9-18页 |
| ·背景和研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·基于文本的图像检索阶段 | 第11-14页 |
| ·基于相关反馈的图像检索阶段 | 第14-15页 |
| ·本文主要工作及创新之处 | 第15-16页 |
| ·论文的结构 | 第16-18页 |
| 第2章 基于视觉感知的图像检索 | 第18-31页 |
| ·基于颜色直方图的图像检索 | 第18-26页 |
| ·色彩空间模型 | 第18-19页 |
| ·CMY 色彩空间模型 | 第19-20页 |
| ·CMY 线性变换色彩空间模型 | 第20页 |
| ·CIE 色彩空间模型 | 第20-21页 |
| ·HSV 色彩空间模型 | 第21-24页 |
| ·色彩空间模型的设定 | 第24页 |
| ·颜色直方图 | 第24-26页 |
| ·色彩空间模型的选择 | 第26页 |
| ·基于HSV 模型特征的图像检索方法 | 第26-29页 |
| ·实验结果 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于神经网络的图像检索 | 第31-46页 |
| ·图像检索中的交互式学习模式 | 第31-33页 |
| ·图像相关反馈技术研究现状 | 第33-38页 |
| ·神经网络的M-P 神经元的模型 | 第38-45页 |
| ·交互式学习模式神经网络的学习算法 | 第40-44页 |
| ·实验结果与分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于机器学习的图像检索 | 第46-55页 |
| ·机器学习方法的现状和简介 | 第46-49页 |
| ·基于支撑向量机人机交互的图像检索 | 第49-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·实验中核函数选取 | 第51-53页 |
| ·训练样本数量不同时的比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于图像特征的语义检索 | 第55-64页 |
| ·研究现状 | 第55页 |
| ·图像检索中的语义处理方法 | 第55-57页 |
| ·图像语义层模型 | 第55-57页 |
| ·图像语义提取方法 | 第57页 |
| ·一对多监督语义标注策略 | 第57-60页 |
| ·语义空间的图像检索 | 第60-63页 |
| ·基于黎曼空间的相关反馈 | 第60-61页 |
| ·基于图像流形的表示 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 作者攻读博士期间发表的论文情况 | 第72-73页 |
| 作者攻读博士期间参加的项目 | 第73-74页 |
| 致谢 | 第74-75页 |
| 摘要 | 第75-77页 |
| Abstract | 第77-79页 |
