首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度学习的服装图像检索方法

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-24页
    1.1 研究背景及意义第16-17页
    1.2 国内外研究现状第17-22页
        1.2.1 基于传统特征的图像检索第17-18页
        1.2.2 基于深度学习的图像检索第18-19页
        1.2.3 国内外图像购物搜索网站第19-22页
    1.3 论文的主要研究内容及工作安排第22-24页
第二章 深度学习理论第24-32页
    2.1 引言第24页
    2.2 卷积神经网络理论基础第24-29页
        2.2.2 卷积层和池化层第25-26页
        2.2.3 激活函数和损失函数第26-28页
        2.2.4 反向传播和梯度计算第28-29页
    2.3 多任务学习的卷积神经网络第29-31页
        2.3.1 多任务学习第29页
        2.3.2 多标签学习第29-30页
        2.3.3 多任务学习的卷积神经网络第30-31页
    2.4 本章小结第31-32页
第三章 基于人体姿态感知的服装图像检索第32-48页
    3.1 引言第32-33页
    3.2 相关工作介绍第33-36页
        3.2.1 人体姿态估计第33-34页
        3.2.2 RoI Pooling第34-35页
        3.2.3 Triplet网络第35-36页
    3.3 基于人体姿态感知的服装图像检索第36-41页
        3.3.1 基于人体姿态感知的服装图像特征提取第37-41页
        3.3.2 服装图像检索第41页
    3.4 实验结果与分析第41-46页
        3.4.1 实验数据库第41-43页
        3.4.2 实验设计第43页
        3.4.3 不同检索结果取值下的实验结果分析第43-45页
        3.4.4 不同检索数据库规模下的实验结果分析第45-46页
    3.5 本章小结第46-48页
第四章 基于视觉语义联合嵌入的服装图像检索第48-58页
    4.1 引言第48-49页
    4.2 基于视觉语义联合嵌入的服装图像检索方法第49-52页
        4.2.2 视觉语义联合嵌入第49-51页
        4.2.3 属性反馈检索第51-52页
    4.3 实验结果与分析第52-56页
        4.3.1 实验数据库第52-53页
        4.3.2 实验设计第53-54页
        4.3.3 不同检索结果数目下的实验结果分析第54-55页
        4.3.4 不同检索规模下的实验结构分析第55-56页
    4.4 本章小结第56-58页
第五章 基于服装属性空间感知的图像检索第58-66页
    5.1 引言第58-59页
    5.2 基于服装属性空间感知的图像检索第59-63页
        5.2.2 图像预处理第59-60页
        5.2.3 空间感知能力学习第60-62页
        5.2.4 服装图像特征提取第62页
        5.2.5 服装图像检索第62-63页
    5.3 实验结果与分析第63-65页
        5.3.1 实验设计第63页
        5.3.2 不同检索结果数目下的实验结果分析第63-65页
        5.3.3 不同检索数据库规模下的实验结果分析第65页
    5.4 本章小结第65-66页
第六章 总结与展望第66-68页
    6.1 总结第66-67页
    6.2 展望第67-68页
参考文献第68-72页
致谢第72-74页
作者简介第74-75页

论文共75页,点击 下载论文
上一篇:基于深度语义模型的乳腺X线图像检索
下一篇:基于深度学习的金丝猴面部识别软件设计与实现