| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 本文研究背景 | 第12页 |
| 1.2 图像搜索研究 | 第12-18页 |
| 1.2.1 基于文本的图像搜索 | 第13-15页 |
| 1.2.2 基于内容的图像搜索 | 第15-16页 |
| 1.2.3 TBIR与CBIR比较 | 第16-18页 |
| 1.3 本文主要工作 | 第18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第二章 本论文相关工作 | 第20-32页 |
| 2.1 哈希学习简介 | 第20-23页 |
| 2.1.1 什么是哈希学习 | 第20-21页 |
| 2.1.2 哈希学习发展趋势 | 第21-23页 |
| 2.2 基于哈希的图像搜索 | 第23-25页 |
| 2.3 无监督哈希方法 | 第25-27页 |
| 2.3.1 局部敏感哈希 | 第25-26页 |
| 2.3.2 谱哈希 | 第26-27页 |
| 2.4 监督哈希方法 | 第27-28页 |
| 2.4.1 RBMs | 第27-28页 |
| 2.5 半监督哈希方法 | 第28-29页 |
| 2.6 多标签降维技术 | 第29-32页 |
| 2.6.1 典型相关分析 | 第30-32页 |
| 第三章 多标签最小二乘哈希(MLSH)方法方案 | 第32-41页 |
| 3.1 问题描述 | 第32-33页 |
| 3.2 特征提取方法 | 第33-34页 |
| 3.2.1 GIST | 第33-34页 |
| 3.2.2 SIFT | 第34页 |
| 3.3 用标签信息来投影 | 第34-36页 |
| 3.4 用PCA来投影 | 第36-38页 |
| 3.5 用ITQ学习旋转矩阵 | 第38-39页 |
| 3.6 Sgn函数得到哈希码 | 第39页 |
| 3.7 方法总结 | 第39-41页 |
| 第四章 实验设计 | 第41-50页 |
| 4.1 数据集 | 第41-42页 |
| 4.1.1 NUS-WIDE | 第41-42页 |
| 4.1.2 CIFAR-100 | 第42页 |
| 4.2 比较方法 | 第42-43页 |
| 4.3 平衡因子 | 第43页 |
| 4.4 度量方法 | 第43-45页 |
| 4.4.1 Mean Average Precision (MAP) | 第43-44页 |
| 4.4.2 Precision、Recall | 第44-45页 |
| 4.4.3 Precision within hamming distance 2 | 第45页 |
| 4.5 如何定义good neighbors | 第45-46页 |
| 4.6 实验结果 | 第46-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 5.1 结论 | 第50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55-56页 |
| 学位论文评阅及答辩情况表 | 第56页 |