| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 图像理解的背景与应用 | 第13-16页 |
| 1.2 深度学习的历史与发展 | 第16-20页 |
| 1.2.1 深度学习的认识 | 第16-17页 |
| 1.2.2 深度学习的发展 | 第17-18页 |
| 1.2.3 深度学习的未来与挑战 | 第18-20页 |
| 1.3 基于深度学习的图像理解 | 第20页 |
| 1.4 本文工作 | 第20-21页 |
| 1.5 论文结构 | 第21-22页 |
| 第二章 相关工作 | 第22-35页 |
| 2.1 图像检索 | 第22-28页 |
| 2.1.1 数据独立的图像哈希方法 | 第22-23页 |
| 2.1.2 数据依赖的图像哈希方法 | 第23-24页 |
| 2.1.3 基于卷积神经网络的图像检索 | 第24-28页 |
| 2.2 图像标注 | 第28-30页 |
| 2.2.1 图像标注的基本原理 | 第28-29页 |
| 2.2.2 图像标注的基本研究方法 | 第29-30页 |
| 2.3 深度学习 | 第30-33页 |
| 2.3.1 深度卷积神经网络 | 第30-31页 |
| 2.3.2 循环神经网络 | 第31-33页 |
| 2.4 视觉注意 | 第33-34页 |
| 2.4.1 基本思想 | 第33页 |
| 2.4.2 视觉注意机制的应用 | 第33-34页 |
| 2.5 小结 | 第34-35页 |
| 第三章 结合Proposal与深度学习的图像检索 | 第35-54页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基本思想 | 第36页 |
| 3.3 模型的设计 | 第36-41页 |
| 3.3.1 目标区域推荐 | 第37页 |
| 3.3.2 深度卷积神经网络 | 第37-38页 |
| 3.3.3 目标区域选择 | 第38-39页 |
| 3.3.4 图像哈希模块 | 第39-40页 |
| 3.3.5 损失函数的设计 | 第40-41页 |
| 3.4 算法的实现 | 第41-45页 |
| 3.4.1 实验相关的数据集 | 第42-43页 |
| 3.4.2 数据集划分 | 第43页 |
| 3.4.3 实验的评价标准 | 第43-45页 |
| 3.4.4 相关对比方法的选择与实现 | 第45页 |
| 3.4.5 模型的训练与测试 | 第45页 |
| 3.5 基于图像对相似度度量的模型改进 | 第45-48页 |
| 3.6 实验结果与分析 | 第48-52页 |
| 3.7 模型的评价 | 第52-53页 |
| 3.8 本章小结 | 第53-54页 |
| 第四章 基于视觉注意机制的图像标注 | 第54-73页 |
| 4.1 引言 | 第54-56页 |
| 4.2 基本思想 | 第56-58页 |
| 4.3 基于视觉注意机制的图像标注 | 第58-67页 |
| 4.3.1 基于深度卷积神经网络的特征提取 | 第58-59页 |
| 4.3.2 长短期循环神经网络(LSTM) | 第59-61页 |
| 4.3.3 软视觉注意机制(Soft-attention Model)及图像标注 | 第61-63页 |
| 4.3.4 模型的实现 | 第63-64页 |
| 4.3.5 模型的评价标准 | 第64页 |
| 4.3.6 模型的结果分析 | 第64-67页 |
| 4.4 视觉注意模型的空间聚焦能力 | 第67-69页 |
| 4.5 视觉注意模型的表达分化能力 | 第69-71页 |
| 4.6 改进模型的实验结果 | 第71-72页 |
| 4.7 本章小结 | 第72-73页 |
| 第五章 结论与展望 | 第73-75页 |
| 5.1 工作总结 | 第73页 |
| 5.2 研究展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 作者在学期间取得的学术成果 | 第80页 |