基于深度学习的图像检索技术研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 图像检索技术的研究和发展现状 | 第12-15页 |
| 1.2.1 图像检索技术的发展 | 第12-13页 |
| 1.2.2 深度学习技术的发展 | 第13-15页 |
| 1.3 本文主要工作 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 深度学习模型 | 第17-25页 |
| 2.1 卷积神经网络 | 第17-22页 |
| 2.1.1 卷积神经网络的发展 | 第17-18页 |
| 2.1.2 卷积神经网络的结构 | 第18-21页 |
| 2.1.3 卷积神经网络的特点 | 第21-22页 |
| 2.2 注意力模型 | 第22-25页 |
| 2.2.1 注意力机制简介 | 第22-23页 |
| 2.2.2 图像检索中的注意力机制 | 第23-25页 |
| 第三章 基于视觉词袋模型的图像检索 | 第25-35页 |
| 3.1 视觉词袋模型 | 第26-28页 |
| 3.2 基于LDA的图像检索模型 | 第28-30页 |
| 3.2.1 LDA主题模型 | 第28-29页 |
| 3.2.2 检索方法 | 第29-30页 |
| 3.3 实验与分析 | 第30-33页 |
| 3.3.1 实验数据集 | 第30页 |
| 3.3.2 实验环境 | 第30页 |
| 3.3.3 性能指标 | 第30-31页 |
| 3.3.4 实验一：传统视觉词袋模型检索性能 | 第31-32页 |
| 3.3.5 实验二：空间金字塔匹配模型检索性能 | 第32页 |
| 3.3.6 实验三：主题模型检索性能 | 第32-33页 |
| 3.3.7 实验结果对比分析 | 第33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 基于卷积神经网络的图像检索 | 第35-49页 |
| 4.1 卷积神经网络经典模型 | 第36-39页 |
| 4.1.1 LeNet- | 第36-37页 |
| 4.1.2 GoogLeNet | 第37-39页 |
| 4.2 改进的卷积神经网络模型 | 第39-41页 |
| 4.2.1 改进的LeNet-5模型结构 | 第39-40页 |
| 4.2.2 改进的GoogLeNet模型结构 | 第40-41页 |
| 4.3 基于注意力机制—卷积神经网络模型 | 第41-42页 |
| 4.4 实验与分析 | 第42-48页 |
| 4.4.1 实验数据集与预处理 | 第43页 |
| 4.4.2 实验环境 | 第43-44页 |
| 4.4.3 实验结果与分析 | 第44-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 研究工作总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间学术成果 | 第57页 |
