| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 选题背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的内容及创新点 | 第13-14页 |
| 1.4 本文章节安排 | 第14-15页 |
| 第二章 图像检索技术的介绍 | 第15-26页 |
| 2.1 图像特征 | 第15-18页 |
| 2.1.1 全局特征 | 第15-17页 |
| 2.1.2 局部特征 | 第17-18页 |
| 2.1.3 特殊特征 | 第18页 |
| 2.2 索引技术 | 第18-22页 |
| 2.2.1 高维空间中的“维数灾难”问题 | 第19页 |
| 2.2.2 图像检索中的高维索引技术 | 第19-22页 |
| 2.3 相似性检索 | 第22-24页 |
| 2.3.1 检索方式 | 第22页 |
| 2.3.2 距离度量函数 | 第22-24页 |
| 2.4 图像检索的评价 | 第24-25页 |
| 2.4.1 查准率(PRECISION)和查全率(RECALL) | 第24-25页 |
| 2.4.2 其它测度方法 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 人脸图像的编码 | 第26-41页 |
| 3.1 人脸图像预处理 | 第27-29页 |
| 3.1.1 显式形状回归算法 | 第27-28页 |
| 3.1.2 基于显式形状回归的人脸对齐 | 第28-29页 |
| 3.2 人脸图像的局部特征提取 | 第29-33页 |
| 3.2.1 局部特征点检测 | 第30页 |
| 3.2.2 局部特征点描述 | 第30-32页 |
| 3.2.3 局部特征的生成 | 第32-33页 |
| 3.3 基于神经网络的加噪自编码器 | 第33-39页 |
| 3.3.1 神经网络概念介绍 | 第33-34页 |
| 3.3.2 反向传播算法（BP算法） | 第34-37页 |
| 3.3.3 自编码神经网络 | 第37-38页 |
| 3.3.4 加噪声自编码器 | 第38-39页 |
| 3.4 局部特征和全局特征的结合使用 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 改进的IVFADC索引技术 | 第41-54页 |
| 4.1 积量化思想 | 第41-44页 |
| 4.1.1 量化概念的介绍 | 第41-42页 |
| 4.1.2 大规模数据中普通量化的缺陷 | 第42页 |
| 4.1.3 积量化编码 | 第42-44页 |
| 4.2 非对称距离 | 第44-46页 |
| 4.2.1 对称距离计算和非对称距离计算 | 第44-45页 |
| 4.2.2 性能分析 | 第45-46页 |
| 4.3 改进的非对称距离计算倒排索引 | 第46-52页 |
| 4.3.1 IVFADC索引建立过程 | 第47-49页 |
| 4.3.2 改进的IVFADC索引建立过程 | 第49-50页 |
| 4.3.3 IVFADC索引检索过程 | 第50-51页 |
| 4.3.4 改进IVFADC索引检索过程 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 系统实现与性能评测 | 第54-74页 |
| 5.1 系统架构与模块实现 | 第54-66页 |
| 5.1.1 人脸图像采集模块 | 第55-59页 |
| 5.1.2 人脸图像编码模块 | 第59-62页 |
| 5.1.3 索引模块 | 第62-65页 |
| 5.1.4 检索模块 | 第65-66页 |
| 5.2 系统测试 | 第66-73页 |
| 5.2.1 环境配置 | 第66-67页 |
| 5.2.2 数据集 | 第67-69页 |
| 5.2.3 功能测试 | 第69-70页 |
| 5.2.4 参数设定 | 第70-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74-75页 |
| 6.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士期间取得的成果 | 第81-82页 |