| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12页 |
| 1.4 论文章节安排 | 第12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 图像二值特征提取方法 | 第13-29页 |
| 2.1 传统编码算法综述 | 第13-16页 |
| 2.2 哈希算法综述 | 第16-23页 |
| 2.2.1 监督哈希 | 第17-18页 |
| 2.2.2 传统无监督哈希 | 第18-19页 |
| 2.2.3 无监督深度哈希方法 | 第19-22页 |
| 2.2.4 量化哈希 | 第22-23页 |
| 2.3 无监督聚类方法 | 第23-25页 |
| 2.4 排序算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于聚类的二值特征提取方法 | 第29-47页 |
| 3.1 基于密度的聚类算法设计思路 | 第29-30页 |
| 3.2 聚类损失函数设计 | 第30-31页 |
| 3.3 基于聚类的二值特征提取流程 | 第31-33页 |
| 3.4 聚类损失超参数选择实验 | 第33-36页 |
| 3.5 基于聚类损失的无监督深度哈希实验框架 | 第36-40页 |
| 3.6 在CIFAR-10和MNIST数据库上的图像检索实验 | 第40-44页 |
| 3.7 在Brown数据库上的图像匹配实验 | 第44-45页 |
| 3.8 本章小结 | 第45-47页 |
| 第四章 基于排序的二值特征提取方法 | 第47-57页 |
| 4.1 基于列表学习的排序算法设计思路 | 第47-49页 |
| 4.2 排序损失函数设计 | 第49-50页 |
| 4.3 基于排序的二值特征提取流程 | 第50-51页 |
| 4.4 排序损失超参数选择实验 | 第51-52页 |
| 4.5 基于排序损失的无监督深度哈希实验框架 | 第52-53页 |
| 4.6 在CIFAR-10和MNIST数据库上的图像检索实验 | 第53-55页 |
| 4.7 在Brown数据库上的图像匹配实验 | 第55-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |