2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、碩士學(xué)位論文論文題目基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究研究生姓名張月輝指導(dǎo)教師姓名崔志明(教授)專業(yè)名稱計算機(jī)應(yīng)用技術(shù)研究方向智能信息處理論文提交日期2013年4月基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究中文摘要I基于顯著區(qū)域商標(biāo)信息的圖像檢索方法研究中文摘要基于內(nèi)容的圖像檢索技術(shù)是智能化信息搜索領(lǐng)域研究的重點(diǎn)之一,同時也是圖像處理和人工智能相結(jié)合的產(chǎn)物,其對數(shù)字化信息時代的發(fā)展,乃至人們生活方式的改變都起著積極的促進(jìn)作用。人類在感知

2、圖像內(nèi)容的過程中,會對局部感興趣區(qū)域格外關(guān)注,在此理論基礎(chǔ)上,研究基于顯著區(qū)域信息的圖像檢索方法是提高圖像搜索效果的一個有益嘗試。本文以商品圖像為研究對象,研究了圖像商標(biāo)的定位方法、詞匯樹層次語義模型和基于該模型下的圖像檢索原型系統(tǒng)設(shè)計與實現(xiàn)三方面內(nèi)容,目的是提供一種更貼近人類理解方式的圖像檢索技術(shù)。本文主要研究內(nèi)容如下:(1)討論分析了圖像檢測技術(shù)中目標(biāo)定位的相關(guān)問題,研究了圖像顯著區(qū)域檢測的典型方法。在顯著區(qū)域檢測基礎(chǔ)上,提出了一種

3、基于支持向量機(jī)(SVM)分類模型的多級窗口匹配策略,實現(xiàn)了感興趣焦點(diǎn)區(qū)域(FOA)的自適應(yīng)構(gòu)造。該方法可以精確定位出圖像的商標(biāo)區(qū)域,為提取商標(biāo)語義信息提供優(yōu)質(zhì)條件。(2)分析了文本搜索中詞匯樹的概念,通過將其應(yīng)用到圖像特征描述中,構(gòu)造了SIFT詞匯樹。研究了圖像語義知識在圖像檢索中的應(yīng)用,針對圖像中對象語義抽取問題,結(jié)合Bayesian統(tǒng)計決策理論提出了一種基于詞匯樹的層次語義映射模型,通過該模型可以實現(xiàn)商標(biāo)對象的語義特征描述。(3)分

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論