基于深度哈希的多标签图像检索算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 背景知识 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文主要内容 | 第13-14页 |
| 1.4 论文的创新点 | 第14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 第二章 相关理论研究 | 第16-29页 |
| 2.1 图像检索系统 | 第16-18页 |
| 2.1.1 基于内容的图像检索 | 第16-17页 |
| 2.1.2 图像特征提取 | 第17-18页 |
| 2.2 深度学习 | 第18-25页 |
| 2.2.1 常见神经网络层 | 第19-23页 |
| 2.2.2 常见网络结构 | 第23-24页 |
| 2.2.3 常见训练方式 | 第24-25页 |
| 2.3 度量学习 | 第25-29页 |
| 2.3.1 成对损失 | 第26页 |
| 2.3.2 三元组损失 | 第26-28页 |
| 2.3.3 其他损失 | 第28-29页 |
| 第三章 深度多相似度哈希模型的研究 | 第29-42页 |
| 3.1 问题的提出 | 第29-30页 |
| 3.2 已有理论调研 | 第30-32页 |
| 3.2.1 经典深度哈希模型 | 第30-32页 |
| 3.2.2 分析与总结 | 第32页 |
| 3.3 深度多相似度哈希模型 | 第32-41页 |
| 3.3.1 概述 | 第32-34页 |
| 3.3.2 量化损失 | 第34-36页 |
| 3.3.3 成对损失 | 第36-38页 |
| 3.3.4 网络结构 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 多标签图像索引系统的实现和分析 | 第42-52页 |
| 4.1 数据预处理 | 第42-44页 |
| 4.1.1 数据集描述 | 第42-43页 |
| 4.1.2 数据分析与处理 | 第43-44页 |
| 4.2 实验结果与分析 | 第44-50页 |
| 4.2.1 测试指标 | 第44-45页 |
| 4.2.2 模型实现 | 第45-46页 |
| 4.2.3 多标签图像索引表现对比实验 | 第46-48页 |
| 4.2.4 超参λ对索引表现影响研究实验 | 第48页 |
| 4.2.5 网络预训练对索引表现影响研究实验 | 第48-50页 |
| 4.2.6 网络深度对索引表现影响研究实验 | 第50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 结束语 | 第52-54页 |
| 5.1 论文工作总结 | 第52-53页 |
| 5.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间发表学术论文 | 第60页 |
