摘要
第一章 引言
1.1 研究背景及意义
1.2 本文研究工作概述
1.3 本文结构
第二章 图像视觉特征与相似度度量
2.1 特征概述
2.2 全局视觉特征
2.2.1 颜色特征
2.2.2 纹理特征
2.2.3 形状特征
2.2.4 其他全局特征
2.3 局部视觉特征
2.3.1 SIFT特征提取算法
2.3.2 SURF特征简介
2.3.3 局部特征的词袋模型
2.4 视觉特征的比较和选择
2.5 图像相似度度量
2.6 小结
第三章 图像检索重排序基础理论
3.1 图像检索重排序基础
3.1.1 图像检索重排序相关定义
3.1.2 图像检索重排序假设
3.2 视觉检索重排序方法概述
3.3 自反馈重排序方法介绍
3.3.1 伪相关反馈法
3.3.2 基于聚类的重排序
3.3.3 基于模式学习的重排序法
3.3.4 基于图模型方法
3.4 总结分析
第四章 自适应选择的图像检索重排序方法
4.1 研究目的及相关工作
4.2 自适应选择模型
4.2.1 文本特征的收集与分类过程
4.2.2 视觉特征的评估与选择
4.2.3 图像检索重排序
4.3 实验及结果分析
4.3.1 数据集说明
4.3.2 特征选择实验
4.3.3 WebQueries重排序实验结果与分析
4.3.4 MSRA-MM重排序实验结果与分析
4.4 总结与展望
第五章 概念建模与重排序
5.1 研究目的及相关工作
5.2 概念建模与重排序
5.2.1 模型总框架
5.2.2 构建视觉字典
5.2.3 获得概念模型
5.2.4 权重和最优N值的选择
5.2.5 图像重排序
5.3 实验及结果分析
5.3.1 权重对实验结果的影响实验
5.3.2 最优值N的实验
5.3.3 物体和场景的实验
5.4 总结与展望
第六章 总结与展望
6.1 本文总结
6.2 未来研究展望
参考文献
硕士期间发表的论文和专利
致谢
声明