基于异构特征融合的大规模图像检索研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 课题研究现状和发展趋势 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 发展趋势 | 第12-13页 |
| 1.3 研究目标和内容 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-16页 |
| 第二章 大规模图像检索技术概述 | 第16-34页 |
| 2.1 基于内容的图像检索框架 | 第16-17页 |
| 2.2 图像视觉特征 | 第17-29页 |
| 2.2.1 全局特征 | 第17-23页 |
| 2.2.1.1 颜色特征 | 第17-19页 |
| 2.2.1.2 纹理特征 | 第19-21页 |
| 2.2.1.3 形状特征 | 第21-23页 |
| 2.2.2 局部特征 | 第23-26页 |
| 2.2.3 CNN特征 | 第26-29页 |
| 2.2.3.1 神经网络算法 | 第26-27页 |
| 2.2.3.2 卷积神经网络 | 第27-29页 |
| 2.3 基于单特征的图像检索模型 | 第29-30页 |
| 2.4 基于多特征融合的图像检索模型 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于异构特征融合的大规模图像检索 | 第34-55页 |
| 3.1 总体框架 | 第36页 |
| 3.2 全局检索模块 | 第36-43页 |
| 3.2.1 预训练的AlexNet | 第37-40页 |
| 3.2.2 迁移的AlexNet | 第40-43页 |
| 3.2.3 特征降维 | 第43页 |
| 3.3 精确查询模块 | 第43-51页 |
| 3.3.1 词袋模型 | 第44-47页 |
| 3.3.2 改进的词袋模型 | 第47-51页 |
| 3.4 自适应融合模块 | 第51-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 基于异构特征融合的图像检索性能测试及分析 | 第55-77页 |
| 4.1 数据集及度量标准 | 第55-58页 |
| 4.1.1 图像检索数据集介绍 | 第55-56页 |
| 4.1.2 图像检索度量标准 | 第56-58页 |
| 4.2 全局检索模块性能测试 | 第58-64页 |
| 4.2.1 实验流程 | 第58-60页 |
| 4.2.2 实验结果和分析 | 第60-64页 |
| 4.3 精确查询模块性能测试 | 第64-70页 |
| 4.3.1 实验流程 | 第64-65页 |
| 4.3.2 实验结果和分析 | 第65-70页 |
| 4.4 自适应融合框架性能测试及分析 | 第70-76页 |
| 4.4.1 实验流程 | 第70-71页 |
| 4.4.2 检索准确率测试 | 第71-74页 |
| 4.4.3 扩展性测试 | 第74-75页 |
| 4.4.4 复杂度分析 | 第75-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-80页 |
| 5.1 本文研究工作总结 | 第77-78页 |
| 5.2 研究展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻硕期间取得的研究成果 | 第85-86页 |
