| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 哈希学习的国内外研究历史与现状 | 第11-14页 |
| 1.3 零样本学习的国内外研究历史与现状 | 第14-16页 |
| 1.4 本文的主要贡献与创新 | 第16页 |
| 1.5 本论文的结构安排 | 第16-18页 |
| 第二章 哈希算法和零样本学习研究 | 第18-31页 |
| 2.1 哈希算法 | 第18-20页 |
| 2.1.1 哈希函数的构建 | 第18页 |
| 2.1.2 特征空间和哈希空间图片的相似性 | 第18-19页 |
| 2.1.3 目标函数的构建 | 第19页 |
| 2.1.4 优化方法 | 第19-20页 |
| 2.1.5 哈希方法的分类 | 第20页 |
| 2.2 典型哈希方法 | 第20-26页 |
| 2.2.1 成对相似性保持哈希 | 第20-23页 |
| 2.2.2 多对相似性保持哈希 | 第23-24页 |
| 2.2.3 隐含相似性保持哈希 | 第24-25页 |
| 2.2.4 跨模态哈希 | 第25-26页 |
| 2.3 零样本学习 | 第26页 |
| 2.4 典型零样本学习方法 | 第26-30页 |
| 2.4.1 线性零样本 | 第26-27页 |
| 2.4.2 非线性零样本 | 第27页 |
| 2.4.3 混合零样本 | 第27-28页 |
| 2.4.4 属性零样本 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 一种基于哈希学习和零样本学习的图片检索算法 | 第31-42页 |
| 3.1 算法目的与意义 | 第31-35页 |
| 3.2 算法思想与内容 | 第35-38页 |
| 3.2.1 多层哈希框架 | 第35-36页 |
| 3.2.2 多层哈希框架公式构建 | 第36-37页 |
| 3.2.3 保护哈希代码性质 | 第37-38页 |
| 3.2.4 总的哈希公式 | 第38页 |
| 3.3 算法求解过程 | 第38-41页 |
| 3.4 本章小节 | 第41-42页 |
| 第四章 实验结果与性能分析 | 第42-62页 |
| 4.1 算法总体框架 | 第42-43页 |
| 4.2 图像特征的提取 | 第43-51页 |
| 4.2.1 边缘特征 | 第44-46页 |
| 4.2.2 HOG特征 | 第46-49页 |
| 4.2.3 深度特征 | 第49-51页 |
| 4.3 图像最近邻的度量 | 第51-53页 |
| 4.3.1 Minkowsky距离 | 第52页 |
| 4.3.2 马氏距离 | 第52-53页 |
| 4.3.3 汉明距离 | 第53页 |
| 4.4 实验相关的评价指标 | 第53-54页 |
| 4.5 算法结果分析 | 第54-61页 |
| 4.5.1 AWA数据集以及实验结果 | 第56-59页 |
| 4.5.2 CIFAR10数据集以及实验结果 | 第59-61页 |
| 4.5.3 ImageNet数据集以及实验结果 | 第61页 |
| 4.6 本章小节 | 第61-62页 |
| 第五章 基于属性哈希算法的图片检索系统 | 第62-67页 |
| 5.1 需求分析 | 第62页 |
| 5.2 系统设计 | 第62-63页 |
| 5.3 系统实现 | 第63-64页 |
| 5.4 功能测试 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 全文总结与展望 | 第67-69页 |
| 6.1 论文总结 | 第67-68页 |
| 6.2 后续展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的成果 | 第74页 |