图像搜索中的紧凑表达
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·基于内容的图像搜索简介 | 第10页 |
| ·基于内容图像搜索系统架构 | 第10-12页 |
| ·图像搜索中图像的表达 | 第12-14页 |
| ·主要工作和创新点 | 第14-15页 |
| ·章节安排 | 第15-18页 |
| 第二章 基于稀疏编码(SC)聚合的图像表达 | 第18-34页 |
| ·背景介绍：局部特征的聚合 | 第18-20页 |
| ·Fisher Vector | 第18-19页 |
| ·VLAD | 第19页 |
| ·视觉词袋(BoW) | 第19-20页 |
| ·讨论 | 第20页 |
| ·图像搜索中的稀疏编码 | 第20-23页 |
| ·稀疏编码 | 第21-22页 |
| ·稀疏编码用于图像搜索 | 第22-23页 |
| ·分析和讨论 | 第23-25页 |
| ·数据集简介 | 第23-24页 |
| ·分析：为什么稀疏编码是有效的? | 第24-25页 |
| ·多种局部特征的使用 | 第25-30页 |
| ·多种局部特征的融合和压缩 | 第26-27页 |
| ·加入颜色特征 | 第27-30页 |
| ·实验验证 | 第30-32页 |
| ·基于稀疏编码的局部特征聚合 | 第30-31页 |
| ·多特征融合 | 第31页 |
| ·和主流方法的比较 | 第31-32页 |
| ·大规模数据集测试 | 第32页 |
| ·小结和讨论 | 第32-34页 |
| 第三章 优化的乘积量化(OPQ) | 第34-62页 |
| ·最小化量化误差 | 第35-39页 |
| ·向量量化 | 第35-36页 |
| ·K均值方法(Kmeans) | 第36-37页 |
| ·乘积量化(PQ) | 第37-38页 |
| ·迭代量化(ITQ) | 第38页 |
| ·量化误差作为优化函数 | 第38-39页 |
| ·优化的乘积量化(OPQ) | 第39-48页 |
| ·非参数解法 | 第40-42页 |
| ·参数解法 | 第42-47页 |
| ·非参数解法与参数解法的比较 | 第47-48页 |
| ·实验验证 | 第48-60页 |
| ·用于线性最近邻搜索 | 第48-56页 |
| ·用于图像搜索 | 第56-57页 |
| ·拓展到非线性搜索 | 第57-60页 |
| ·小结和讨论 | 第60-62页 |
| 第四章 乘积稀疏编码(PSC) | 第62-78页 |
| ·问题归纳 | 第63-66页 |
| ·从向量量化到乘积量化 | 第64-65页 |
| ·从稀疏编码到乘积稀疏编码 | 第65-66页 |
| ·解决方案 | 第66-72页 |
| ·问题拆分 | 第66-68页 |
| ·迭代解法 | 第68-69页 |
| ·近似解法 | 第69-70页 |
| ·码书的训练 | 第70-71页 |
| ·复杂度分析 | 第71-72页 |
| ·实验验证 | 第72-76页 |
| ·编码效率 | 第72-73页 |
| ·用于图像分类 | 第73-75页 |
| ·用于图像搜索 | 第75-76页 |
| ·小结和讨论 | 第76-78页 |
| 第五章 总结与展望 | 第78-82页 |
| ·工作总结 | 第78-79页 |
| ·不足与展望 | 第79-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 在读期间发表的学术论文与取得的研究成果 | 第88页 |
