| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 动物图像检索的研究现状 | 第12-16页 |
| 1.2.2 深度学习的研究现状 | 第16-17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 基于内容的图像检索 | 第19-51页 |
| 2.1 基于内容的图像检索系统结构 | 第19-20页 |
| 2.2 图像的特征提取 | 第20-45页 |
| 2.2.1 颜色特征 | 第20-24页 |
| 2.2.2 形状特征 | 第24-35页 |
| 2.2.3 纹理特征 | 第35-45页 |
| 2.3 图像的特征匹配 | 第45-49页 |
| 2.3.1 常用的特征相似度匹配度量 | 第45-47页 |
| 2.3.2 颜色特征匹配 | 第47-48页 |
| 2.3.3 形状特征匹配 | 第48页 |
| 2.3.4 纹理特征匹配 | 第48-49页 |
| 2.4 图像检索的评判标准 | 第49-50页 |
| 2.5 本章小结 | 第50-51页 |
| 第3章 深度学习的相关理论 | 第51-63页 |
| 3.1 深度学习概述 | 第51-53页 |
| 3.1.1 深度学习的简介 | 第51页 |
| 3.1.2 深度学习基本思想 | 第51-52页 |
| 3.1.3 深度学习的网络结构和训练方法 | 第52-53页 |
| 3.2 深度学习常用模型与方法 | 第53-62页 |
| 3.2.1 自动编码器 | 第53-55页 |
| 3.2.2 稀疏自编码网络 | 第55-57页 |
| 3.2.3 深度信念网络 | 第57-59页 |
| 3.2.4 深度卷积网络 | 第59-62页 |
| 3.3 本章小结 | 第62-63页 |
| 第4章 基于深度学习的动物图像检索研究 | 第63-74页 |
| 4.1 图像库的建立 | 第63页 |
| 4.2 基于内容的动物图像检索 | 第63-68页 |
| 4.2.1 基于颜色直方图特征的动物图像检索 | 第63-65页 |
| 4.2.2 基于SIFT形状特征的动物图像检索 | 第65-67页 |
| 4.2.3 基于Gabor小波纹理特征的动物图像检索 | 第67-68页 |
| 4.3 深度卷积网络 | 第68-72页 |
| 4.3.1 网络结构的建立 | 第68-70页 |
| 4.3.2 网络的训练 | 第70-71页 |
| 4.3.3 检索结果 | 第71-72页 |
| 4.4 检索结果对比分析 | 第72-73页 |
| 4.5 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第80-81页 |
| 致谢 | 第81-82页 |