版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、山東大學(xué)碩士學(xué)位論文基于語(yǔ)義的圖像檢索技術(shù)研究姓名：史美艷申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：趙合計(jì)20110420ABSTRACTIntodaysworldscienceandtechnologyareadvancingrapidlyandcomputershaveplayedallevergrowingroleinallofourlivesWiththerapiddevelopmentofInultimedia，net
2、workandstoragetechnologyaHwalksoflifeareingreatneedofpicturesSothesizeoftheimage鼢abaseisgrowingatallalarmingrateHowcallwefindneededimageinformationfromvoluminousimagedatabaseThisrequiresakindoftechniquetofendimagesfastan
3、daccuratelywhichistheSO。calledimageretrievaltechniquesTraditionalimageretrievaltechniques，suchastextbasedimageretrievalcannotfullymeettheneedsofthepeopleContentbasedimageretrievaltechniqueanalyzesimageonthebasisofthevisu
4、alfeaturesembeddedinimageitselfWith匝el爸a啪vectorasindexthroughtheimagesimilaritymatching，CBIRrealizesimageretrievalManyscholarshavemadehigherlevelsabstractionforimageretrievalnamelyhigh1evelsemanticbasedimageretrievalSema
5、nticbasedimageretrievalsearchesimagesaccordingtouse’SunderstandingButbetweenlow—levelvisualfeatureswhichhavelimitedexpressionabilityandusers’richsemanticexpressmn，therearegreatdifferences，whichistheSO—called“semanticgap”
6、Howtosolvethe”semanticgap”isthekeyproblemofsemantic—basedimageretrievalNowwidelyusedsolutionisestablishingamappingfromthelowlevelfeaturestothehighlevelsemanticoftlleimageThelow1evelfeaturesincludeglobalfeaturesandregiona
7、l斃ah鵬sInordertoobtainregionalfeaturesoftheimage，weshouldsegmenttheimageintosomemeaningfulregionsFromthesegmentedregionsweCallgetthedetailinformationoftheimage，andthenextractmorehighlevelsemanticAccordingtotheaboveresearc
8、hframe，thispaperfirstintroducestheresearchbackgroundanddevelopmentoftheimageretrievaltechniquesThroughtheintroductionofimagesemanticmodelimagesemanticdescriptionandtmagesen璩nticextractionforSBIR，thepaperdiscussestheprobl
9、emsexistinginSBIRInordertoextracteffectivecolorcharacteristics，thisarticleintroducestheconceptofc010rquantizationandputsforwardakindofcolorquantitativealgorithmbasedonQPSOwithdimensionmutationoperatorExperimentsprovethat
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語(yǔ)義的圖像檢索技術(shù)研究(1)
- 基于內(nèi)容語(yǔ)義的圖像檢索技術(shù)研究
- 基于內(nèi)容語(yǔ)義的圖像檢索技術(shù)研究.pdf
- 基于場(chǎng)景語(yǔ)義的圖像檢索技術(shù)研究.pdf
- 基于本體的圖像語(yǔ)義檢索技術(shù)研究.pdf
- 基于內(nèi)容圖像檢索中圖像語(yǔ)義分類技術(shù)研究.pdf
- 基于高級(jí)語(yǔ)義特征的圖像檢索技術(shù)研究.pdf
- 圖像語(yǔ)義檢索相關(guān)技術(shù)研究.pdf
- 圖像語(yǔ)義檢索和分類技術(shù)研究.pdf
- 基于語(yǔ)義的圖像檢索系統(tǒng)基礎(chǔ)技術(shù)研究.pdf
- 基于語(yǔ)義模型的外觀專利圖像檢索技術(shù)研究.pdf
- 基于情感語(yǔ)義的圖像檢索關(guān)鍵技術(shù)研究.pdf
- 基于深度學(xué)習(xí)的圖像語(yǔ)義提取與圖像檢索技術(shù)研究.pdf
- 基于文本語(yǔ)義和視覺(jué)內(nèi)容的圖像檢索技術(shù)研究.pdf
- 醫(yī)學(xué)圖像語(yǔ)義檢索關(guān)鍵技術(shù)研究.pdf
- 海量圖像語(yǔ)義分析和檢索技術(shù)研究.pdf
- 基于語(yǔ)義的圖像內(nèi)容檢索技術(shù)的研究.pdf
- 基于內(nèi)容語(yǔ)義的圖像檢索技術(shù)研究與系統(tǒng)設(shè)計(jì).pdf
- 基于語(yǔ)義的圖像檢索.pdf
- 圖像語(yǔ)義檢索中的相關(guān)反饋技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論