摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第7-12页 |
1.1 课题背景意义 | 第7页 |
1.2 国内外研究现状 | 第7-10页 |
1.3 主要研究内容及论文结构安排 | 第10-12页 |
第2章 图像内容检索的技术基础 | 第12-22页 |
2.1 基于颜色特征的图像检索 | 第12-13页 |
2.1.1 颜色直方图 | 第12页 |
2.1.2 颜色矩 | 第12-13页 |
2.1.3 分块提取颜色特征 | 第13页 |
2.2 基于纹理特征的图像检索 | 第13-15页 |
2.2.1 灰度共生矩阵 | 第13-15页 |
2.2.2 小波变换 | 第15页 |
2.3 基于SIFT的图像检索 | 第15页 |
2.4 深度学习模型 | 第15-21页 |
2.4.1 卷积神经网络 | 第16-19页 |
2.4.2 AlexNet模型 | 第19-20页 |
2.4.3 相似性匹配 | 第20-21页 |
2.5 本章小结 | 第21-22页 |
第3章 基于深度学习的图像检索系统 | 第22-25页 |
3.1 检索系统的设计流程与架构 | 第22-24页 |
3.2 本章小结 | 第24-25页 |
第4章 基于AlexNet模型的图像特征提取 | 第25-29页 |
4.1 AlexNet模型的训练 | 第25-26页 |
4.1.1 预训练模型 | 第25页 |
4.1.2 微调模型 | 第25-26页 |
4.2 图像特征的提取 | 第26-28页 |
4.2.1 基于AlexNet的特征图生成 | 第26-27页 |
4.2.2 图像特征提取 | 第27-28页 |
4.3 本章小结 | 第28-29页 |
第5章 基于局部敏感哈希的图像特征索引 | 第29-37页 |
5.1 局部敏感哈希 | 第29-30页 |
5.2 p-stable分布的局部敏感哈希 | 第30-32页 |
5.2.1 p-stable分布 | 第31页 |
5.2.2 哈希函数 | 第31-32页 |
5.3 基于p-stable分布的局部敏感哈希的KNN相似性搜索算法 | 第32-34页 |
5.4 实验与分析 | 第34-36页 |
5.4.1 数据集与评价测度 | 第34页 |
5.4.2 实验结果与分析 | 第34-36页 |
5.5 本章小结 | 第36-37页 |
第6章 实验与结果分析 | 第37-47页 |
6.1 实验数据和实验环境 | 第37-39页 |
6.1.1 实验数据 | 第37-38页 |
6.1.2 实验环境 | 第38-39页 |
6.2 实验流程 | 第39-40页 |
6.3 实验结果与分析 | 第40-46页 |
6.4 本章小结 | 第46-47页 |
第7章 总结与展望 | 第47-48页 |
参考文献 | 第48-52页 |
致谢 | 第52页 |