基于深度学习的手绘草图图像检索
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究难点和主要内容 | 第15-16页 |
| 1.4 主要贡献 | 第16-17页 |
| 1.5 论文整体结构 | 第17-18页 |
| 第2章 深度学习相关理论 | 第18-30页 |
| 2.1 卷积神经网络 | 第18-26页 |
| 2.1.1 卷积层 | 第19-20页 |
| 2.1.2 池化层 | 第20-21页 |
| 2.1.3 激活函数 | 第21-22页 |
| 2.1.4 损失函数 | 第22-24页 |
| 2.1.5 梯度下降和反向传播 | 第24-26页 |
| 2.2 循环神经网络 | 第26-28页 |
| 2.3 注意力机制 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于深度学习的手绘草图图像检索方法研究 | 第30-43页 |
| 3.1 通用深度学习图像检索框架 | 第30-31页 |
| 3.2 基于深度学习的手绘草图检索框架 | 第31-32页 |
| 3.3 空间对齐网络 | 第32-36页 |
| 3.4 特征对齐网络 | 第36-39页 |
| 3.5 算法流程 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于手绘草图的图像检索实验与分析 | 第43-57页 |
| 4.1 数据集 | 第43-44页 |
| 4.2 软硬件环境配置 | 第44-46页 |
| 4.2.1 环境配置 | 第44-45页 |
| 4.2.2 深度学习框架PyTorch | 第45-46页 |
| 4.3 评判方法 | 第46页 |
| 4.4 实验与结果分析 | 第46-55页 |
| 4.4.1 参数设置 | 第46-47页 |
| 4.4.2 子数据集实验 | 第47-49页 |
| 4.4.3 零样本学习任务实验 | 第49-52页 |
| 4.4.4 全数据集实验 | 第52-54页 |
| 4.4.5 定性分析 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 总结与展望 | 第57-60页 |
| 5.1 工作总结 | 第57-59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间发表的学术论文和研究成果 | 第63-64页 |
| 致谢 | 第64页 |
