| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 论文的研究背景和意义 | 第16-17页 |
| 1.2 图像检索关键技术研究现状 | 第17-23页 |
| 1.2.1 高维图像特征聚类研究现状 | 第17-20页 |
| 1.2.2 髙维向量检索研究现状 | 第20-21页 |
| 1.2.3 视觉词典生成研究现状 | 第21-22页 |
| 1.2.4 在线图像/视频检索研究现状 | 第22-23页 |
| 1.3 论文主要工作和组织结构 | 第23-26页 |
| 1.3.1 论文主要工作 | 第23-24页 |
| 1.3.2 论文组织结构 | 第24-26页 |
| 第二章 哈希技术简介 | 第26-34页 |
| 2.1 位置敏感哈希方法的基本原理 | 第26-28页 |
| 2.2 位置敏感哈希方法的实现方案 | 第28-31页 |
| 2.2.1 汉明空间实现方案 | 第28-29页 |
| 2.2.2 欧氏空间实现方案 | 第29-31页 |
| 2.2.3 关于位置敏感哈希的讨论 | 第31页 |
| 2.3 常规哈希 | 第31-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于位置敏感哈希的图像聚类方法 | 第34-54页 |
| 3.1 引言 | 第34-35页 |
| 3.2 位置敏感聚类原理分析 | 第35-37页 |
| 3.3 图像特征聚类优先级判定 | 第37-43页 |
| 3.3.1 图像特征 | 第37-39页 |
| 3.3.2 特征区分力 | 第39-41页 |
| 3.3.3 聚类有效性和总体聚类质量 | 第41-43页 |
| 3.3.4 基于简化总体聚类质量的图像特征聚类优先级判定 | 第43页 |
| 3.4 基于位置敏感哈希的图像聚类方法实现流程 | 第43-45页 |
| 3.5 实验结果与性能比较 | 第45-53页 |
| 3.5.1 图像特征聚类优先级实验 | 第45-47页 |
| 3.5.2 人工数据集聚类实验 | 第47-50页 |
| 3.5.3 图像数据集聚类实验 | 第50-52页 |
| 3.5.4 增量数据集实验 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于多表频繁项投票E2LSH的图像检索方法 | 第54-68页 |
| 4.1 E~2LSH检索的局限性 | 第54页 |
| 4.2 E~2LSH检索随机性减弱技术 | 第54-59页 |
| 4.2.1 E~2LSH随机性分析 | 第55-58页 |
| 4.2.2 多表频繁项投票E2LSH | 第58-59页 |
| 4.3 E~2LSH检索内存消耗降低技术 | 第59-61页 |
| 4.3.1 E~2LSH空间消耗分析 | 第59-60页 |
| 4.3.2 基于桶映射链的低内存消耗检索 | 第60-61页 |
| 4.4 基于多表频繁项投票E2LSH的图像检索方法实现流程 | 第61-62页 |
| 4.5 实验结果和性能比较 | 第62-66页 |
| 4.5.1 随机性降低实验 | 第62-64页 |
| 4.5.2 内存消耗降低实验 | 第64-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第五章 基于集成式位置敏感聚类BoVW的图像检索方法 | 第68-86页 |
| 5.1 引言 | 第68-69页 |
| 5.2 集成式位置敏感聚类 | 第69-75页 |
| 5.2.1 聚类集成及其框架 | 第70-73页 |
| 5.2.2 集成式位置敏感聚类实现流程 | 第73-75页 |
| 5.3 基于集成式位置敏感聚类BoVW的图像检索关键技术与实现流程 | 第75-77页 |
| 5.3.1 集成式位置敏感聚类BoVW | 第75-76页 |
| 5.3.2 基于集成式位置敏感聚类的BoVW图像检索方法实现流程 | 第76-77页 |
| 5.4 实验结果和性能比较 | 第77-84页 |
| 5.4.1 位置敏感聚类随机性实验 | 第77-78页 |
| 5.4.2 集成式位置敏感聚类实验 | 第78-82页 |
| 5.4.3 视觉词典生成和检索实验 | 第82-84页 |
| 5.5 本章小结 | 第84-86页 |
| 第六章 基于稳健哈希的在线图像检索方法 | 第86-94页 |
| 6.1 引言 | 第86-87页 |
| 6.2 稳健哈希签名的生成 | 第87-90页 |
| 6.2.1 图像二维DCT变换 | 第87页 |
| 6.2.2 稳健哈希 | 第87-88页 |
| 6.2.3 图像稳健哈希签名 | 第88-90页 |
| 6.3 基于哈希签名的在线图像检索方法实现流程 | 第90页 |
| 6.4 实验结果和性能分析 | 第90-93页 |
| 6.4.1 签名相似度实验 | 第90-91页 |
| 6.4.2 人物图像检索实验 | 第91-93页 |
| 6.5 本章小结 | 第93-94页 |
| 第七章 基于哈希签名的在线视频检索方法 | 第94-104页 |
| 7.1 引言 | 第94-95页 |
| 7.2 帧数据量波动特性和视频哈希签名 | 第95-97页 |
| 7.2.1 帧数据量波动特性 | 第95-96页 |
| 7.2.2 视频哈希签名 | 第96-97页 |
| 7.3 基于哈希签名的在线视频检索方法实现流程 | 第97-99页 |
| 7.3.1 视频相似度衡量 | 第97-98页 |
| 7.3.2 在线视频检索方法流程 | 第98-99页 |
| 7.4 实验结果和性能分析 | 第99-102页 |
| 7.4.1 视频帧提取实验 | 第99-101页 |
| 7.4.2 在线检索实验 | 第101-102页 |
| 7.5 本章小结 | 第102-104页 |
| 第八章 卫星视频采集与检索系统 | 第104-114页 |
| 8.1 系统组成 | 第104-105页 |
| 8.2 基于数据量波动特性的静止画面检测 | 第105-108页 |
| 8.3 基于人脸子图的特定人物检索 | 第108-110页 |
| 8.3.1 方法框架 | 第108页 |
| 8.3.3 基于人脸子图的特定人物检索的关键技术和实现流程 | 第108-110页 |
| 8.3.4 实验结果及性能分析 | 第110页 |
| 8.4 基于E~2LSH文件索引的快速检索 | 第110-112页 |
| 8.5 本章小结 | 第112-114页 |
| 第九章 总结与展望 | 第114-116页 |
| 9.1 全文总结 | 第114页 |
| 9.2 工作展望 | 第114-116页 |
| 致谢 | 第116-118页 |
| 参考文献 | 第118-128页 |
| 附录 | 第128-130页 |
| 作者简历 | 第130-116页 |
| 致谢 | 第116-131页 |
