大规模人脸图像检索的深度度量哈希法
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 图像检索的研究现状 | 第8-11页 |
| 1.2.1 基于文本的图像检索 | 第8页 |
| 1.2.2 基于内容的图像检索 | 第8-9页 |
| 1.2.3 哈希检索算法 | 第9-11页 |
| 1.3 本文的主要贡献与创新 | 第11页 |
| 1.4 本文的结构安排 | 第11-13页 |
| 2 理论基础 | 第13-35页 |
| 2.1 图像哈希检索 | 第13-17页 |
| 2.1.1 图像哈希检索流程 | 第13-14页 |
| 2.1.2 图像特征提取 | 第14页 |
| 2.1.3 图像的相似性度量 | 第14-16页 |
| 2.1.4 图像检索指标 | 第16-17页 |
| 2.2 深度卷积神经网络 | 第17-29页 |
| 2.2.1 卷积神经网络的基础知识 | 第18-24页 |
| 2.2.2 经典卷积神经网络及其设计思路 | 第24-29页 |
| 2.3 深度人脸识别 | 第29-34页 |
| 2.3.1 深度人脸识别概述 | 第29-30页 |
| 2.3.2 基于度量损失的人脸识别及思路 | 第30-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 深度度量哈希方法 | 第35-40页 |
| 3.1 度量损失 | 第35-37页 |
| 3.2 主干网络 | 第37-38页 |
| 3.3 CGA模块 | 第38-39页 |
| 3.4 新人脸图像的哈希编码 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 实验与分析 | 第40-45页 |
| 4.1 数据集与度量指标 | 第40-41页 |
| 4.2 实验设置 | 第41页 |
| 4.3 实验结果与分析 | 第41-44页 |
| 4.4 结构分析 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表学术论文情况 | 第50-51页 |
| 致谢 | 第51-53页 |
