基于深度学习的哈希图像检索研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 图像检索的国内外研究现状 | 第11-14页 |
| 1.2.1 无监督哈希方法 | 第12页 |
| 1.2.2 半监督哈希方法 | 第12-13页 |
| 1.2.3 监督哈希方法 | 第13-14页 |
| 1.3 图像检索研究存在的问题 | 第14-15页 |
| 1.4 本文主要内容与组织结构 | 第15-16页 |
| 第2章 深度学习和图像哈希技术 | 第16-28页 |
| 2.1 深度学习的相关知识 | 第16-17页 |
| 2.2 典型的深度学习模型 | 第17-22页 |
| 2.2.1 卷积神经网络 | 第17-19页 |
| 2.2.2 循环神经网络 | 第19-21页 |
| 2.2.3 深度置信网络 | 第21-22页 |
| 2.3 图像哈希相关知识 | 第22-23页 |
| 2.4 典型哈希方法 | 第23-25页 |
| 2.4.1 局部敏感哈希方法 | 第23-24页 |
| 2.4.2 谱哈希方法 | 第24-25页 |
| 2.5 基于深度学习的哈希方法 | 第25-27页 |
| 2.5.1 卷积神经网络哈希 | 第25-26页 |
| 2.5.2 深度网络哈希 | 第26-27页 |
| 2.5.3 位可扩展深度哈希 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于高层语义特征的深度哈希的图像检索方法 | 第28-46页 |
| 3.1 引言 | 第28-30页 |
| 3.2 高层语义特征的深度哈希方法 | 第30-36页 |
| 3.2.1 DLSH网络结构 | 第30-31页 |
| 3.2.2 深度哈希编码过程 | 第31-34页 |
| 3.2.3 DLSH目标函数 | 第34-36页 |
| 3.3 实验设计 | 第36-39页 |
| 3.3.1 实验数据 | 第36-38页 |
| 3.3.2 实验环境配置 | 第38-39页 |
| 3.3.3 实验评价指标 | 第39页 |
| 3.4 实验结果的比较与分析 | 第39-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于分层卷积特征的分层递归哈希方法 | 第46-62页 |
| 4.1 引言 | 第46-47页 |
| 4.2 分层卷积特征的分层递归哈希方法 | 第47-54页 |
| 4.2.1 分层卷积特征 | 第47-49页 |
| 4.2.2 分层递归哈希方法 | 第49-51页 |
| 4.2.3 HRNH目标函数 | 第51-53页 |
| 4.2.4 理论分析 | 第53-54页 |
| 4.3 实验设计 | 第54-55页 |
| 4.4 实验结果与分析 | 第55-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 工作总结和展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间已发表和待发表的论文 | 第70页 |
