| 题名 | 基于目标区域的图像检索技术研究; Image Retrieval Based on the Object Regions |
| 作者 | 郝昕疌 |
| 答辩日期 | 2013 ; 2013 |
| 导师 | 雷蕴奇 |
| 关键词 | 特征融合 SVM多核学习 多目标区域提取 颜色对比度 超像素 Feature Fusion Multiple Kernel Learning SVM Multi-object regions extraction Color Contrast Super Pixels |
| 英文摘要 | 经过二十多年的发展，解决图像视觉特征与语义特征之间的差异问题已成为基于内容图像检索的研究热点。本文认为获取图像中不同目标的类别和相对位置信息是构建图像“语义特征”的重要基础。为此，深入研究了图像分类和图像多目标区域提取这两个“打好基础”的关键技术，主要研究工作包括： 1、从颜色、纹理、形状和伪语义信息四个方面研究了图像的低层特征。通过在Corel-1k图像库上的分类实验，分析、讨论了各种低层特征对不同类型图像的描述能力，为特征融合和图像分类积累丰富的先验知识。 2、设计实现了三种特征融合方法。其中前两种是“对症下药”的特征级融合方法，该类方法针对图像类型或者图像不同部分的特点选取适合的图像...; Bridging the differences between visual features and semantic features has becoming a research hotspot in the field of content-based image retrieval after two decades of development. This thesis argues that access to various objects and their relative position information is the significant foundation of constructing semantic features. To this end, this thesis studies image classification and mult...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机应用技术; 学号：23020101153060 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=39788 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/79543]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 郝昕疌. 基于目标区域的图像检索技术研究, Image Retrieval Based on the Object Regions[D]. 2013, 2013. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论