| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 研究背景 | 第13-20页 |
| 1.1.1 图像检索 | 第13-14页 |
| 1.1.2 图像特征提取与深度学习 | 第14-15页 |
| 1.1.3 图像特征匹配与相似性搜索 | 第15-16页 |
| 1.1.4 局部敏感哈希 | 第16-17页 |
| 1.1.5 分布式计算框架Spark与NoSQL数据库HBase | 第17-20页 |
| 1.2 研究问题与现状 | 第20-23页 |
| 1.2.1 海量数据相似性搜索 | 第20-22页 |
| 1.2.2 海量图像的分布式存储与负载均衡优化 | 第22-23页 |
| 1.3 本文工作与成果 | 第23-24页 |
| 1.4 论文结构 | 第24-27页 |
| 第二章 相关研究 | 第27-35页 |
| 2.1 图像特征提取技术 | 第27-28页 |
| 2.1.1 全局特征提取技术 | 第27页 |
| 2.1.2 局部特征提取技术 | 第27-28页 |
| 2.1.3 基于深度学习的特征提取技术 | 第28页 |
| 2.2 局部敏感哈希 | 第28-31页 |
| 2.2.1 基于不同距离度量的LSH | 第29页 |
| 2.2.2 针对改进哈希函数的LSH | 第29-30页 |
| 2.2.3 针对改进索引结构的LSH | 第30-31页 |
| 2.2.4 针对改进查询策略的LSH | 第31页 |
| 2.3 HBase负载均衡 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 高效型分布式LSH | 第35-53页 |
| 3.1 概述 | 第35-36页 |
| 3.2 Spark-LSH设计与实现 | 第36-41页 |
| 3.2.1 Spark-LSH整体架构 | 第36页 |
| 3.2.2 Spark-LSH哈希函数族 | 第36-37页 |
| 3.2.3 Spark-LSH设计与实现 | 第37-41页 |
| 3.3 高效型分布式LSH | 第41-49页 |
| 3.3.1 Shuffle高效型索引 | 第41-45页 |
| 3.3.2 位置感知型查询 | 第45-48页 |
| 3.3.3 其他优化 | 第48-49页 |
| 3.4 实验与分析 | 第49-52页 |
| 3.4.1 实验设置 | 第50页 |
| 3.4.2 Shuffle优化性能分析 | 第50-51页 |
| 3.4.3 查询性能分析 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 图像数据的分布式存储与负载均衡优化 | 第53-65页 |
| 4.1 概述 | 第53-54页 |
| 4.2 基于HBase的海量图片存储方案 | 第54-57页 |
| 4.2.1 HBase存储与读写路径机制 | 第54-55页 |
| 4.2.2 HBase与HDFS存储方案比较 | 第55-57页 |
| 4.3 基于数据访问频次的HBase负载均衡优化 | 第57-60页 |
| 4.3.1 FrequencyPicker的regionServer选择策略 | 第58-59页 |
| 4.3.2 FrequencyPicker的region迁移策略 | 第59页 |
| 4.3.3 基于数据访问频次的负载均衡判断条件 | 第59-60页 |
| 4.4 实验与分析 | 第60-63页 |
| 4.4.1 实验设置 | 第60-61页 |
| 4.4.2 模拟实验与分析 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 大规模相似图像检索系统设计与实现 | 第65-75页 |
| 5.1 概述 | 第65-66页 |
| 5.2 系统架构与数据流程 | 第66-67页 |
| 5.3 模块设计与实现 | 第67-70页 |
| 5.4 原型系统结果展示 | 第70-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 本文总结与主要贡献 | 第75-76页 |
| 6.2 未来工作展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 作者在学期间取得的学术成果 | 第85-87页 |
| 作者在学期间参与的主要科研工作 | 第87页 |
