基于标签语义的图像检索算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 基于文本的图像检索 | 第14-15页 |
| 1.2.2 基于内容的图像检索 | 第15-16页 |
| 1.2.3 基于语义的图像检索 | 第16页 |
| 1.3 主要研究内容和贡献 | 第16-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第2章 相关工作 | 第19-29页 |
| 2.1 无监督图像哈希检索 | 第20-22页 |
| 2.2 有监督图像哈希检索 | 第22-27页 |
| 2.2.1 传统机器学习算法 | 第22-23页 |
| 2.2.2 深度学习算法 | 第23-27页 |
| 2.3 半监督图像哈希检索 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于隐因子模型的图像分类 | 第29-41页 |
| 3.1 背景介绍 | 第29-31页 |
| 3.1.1 基于传统算法的图像分类 | 第29页 |
| 3.1.2 基于深度学习的图像分类 | 第29-31页 |
| 3.2 CNNLFM模型 | 第31-34页 |
| 3.2.1 问题定义 | 第31页 |
| 3.2.2 LFM介绍 | 第31-32页 |
| 3.2.3 模型分析 | 第32-34页 |
| 3.3 实验评估 | 第34-39页 |
| 3.3.1 数据集 | 第34-35页 |
| 3.3.2 评估指标 | 第35-36页 |
| 3.3.3 实验结果 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于语义图的深度多标签图像检索 | 第41-53页 |
| 4.1 背景介绍 | 第41-42页 |
| 4.2 DMLH模型 | 第42-48页 |
| 4.2.1 问题定义 | 第42-43页 |
| 4.2.2 框架介绍 | 第43-44页 |
| 4.2.3 标签聚类 | 第44-46页 |
| 4.2.4 DHM算法 | 第46-48页 |
| 4.3 实验评估 | 第48-51页 |
| 4.3.1 数据集 | 第48-49页 |
| 4.3.2 评估指标与对比算法 | 第49-50页 |
| 4.3.3 实验结果 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 基于语义排序的图像检索 | 第53-65页 |
| 5.1 背景介绍 | 第53-54页 |
| 5.2 RBSH模型 | 第54-60页 |
| 5.2.1 算法分析 | 第54-56页 |
| 5.2.2 标签语义排序 | 第56-58页 |
| 5.2.3 参数优化 | 第58-60页 |
| 5.3 实验评估 | 第60-63页 |
| 5.3.1 数据集 | 第60-61页 |
| 5.3.2 实验结果 | 第61-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的研究成果 | 第75页 |
