面向移动视觉搜索的紧凑聚合描述子研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-13页 |
| 1 引言 | 第13-23页 |
| ·研究背景与意义 | 第13-16页 |
| ·问题与挑战 | 第16-19页 |
| ·本文主要工作及贡献 | 第19-22页 |
| ·本文组织结构 | 第22-23页 |
| 2 低比特移动视觉搜索 | 第23-43页 |
| ·紧凑描述子研究现状 | 第23-27页 |
| ·紧凑局部描述子 | 第23-25页 |
| ·紧凑聚合描述子 | 第25-27页 |
| ·视觉搜索研究现状 | 第27-29页 |
| ·视觉词典搜索 | 第27-28页 |
| ·近似近邻搜索 | 第28页 |
| ·视觉搜索后处理技术 | 第28-29页 |
| ·低比特视觉搜索架构 | 第29-35页 |
| ·紧凑视觉描述子 | 第30-33页 |
| ·低比特视觉搜索流程 | 第33-35页 |
| ·评测数据集 | 第35-39页 |
| ·评测指标 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 3 基于兴趣点排序的选择性聚合描述子 | 第43-67页 |
| ·引言 | 第43-47页 |
| ·问题描述与形式化 | 第47-50页 |
| ·特征编码 | 第47-48页 |
| ·特征聚合 | 第48-49页 |
| ·问题定义 | 第49-50页 |
| ·基于似然比检验的兴趣点排序模型 | 第50-55页 |
| ·似然比检验 | 第50-51页 |
| ·参数估计 | 第51-53页 |
| ·可视化分析 | 第53-55页 |
| ·复杂度分析 | 第55页 |
| ·实验结果与分析 | 第55-66页 |
| ·实验设置 | 第55-57页 |
| ·结果对比与分析 | 第57-66页 |
| ·本章小结 | 第66-67页 |
| 4 基于多码本学习的紧凑零阶聚合描述子 | 第67-81页 |
| ·引言 | 第67-70页 |
| ·基于双重稀疏编码的多码本学习模型 | 第70-76页 |
| ·词汇树算法 | 第71-72页 |
| ·问题定义 | 第72-75页 |
| ·基于双重稀疏编码的多码本学习模型 | 第75-76页 |
| ·实验结果与分析 | 第76-80页 |
| ·实验设置 | 第76-77页 |
| ·结果对比与分析 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 5 基于率失真优化的紧凑高阶聚合描述子 | 第81-111页 |
| ·引言 | 第81-84页 |
| ·问题描述与形式化 | 第84-85页 |
| ·基于率失真优化的紧凑高阶聚合描述子 | 第85-92页 |
| ·Fisher Kernel理论 | 第85-87页 |
| ·标量量化 | 第87-88页 |
| ·比特自适应 | 第88-89页 |
| ·加权汉明距离度量 | 第89-90页 |
| ·概率解释 | 第90-92页 |
| ·复杂度分析 | 第92页 |
| ·多子块索引表快速搜索算法 | 第92-96页 |
| ·多子块索引表构造 | 第92-93页 |
| ·在线搜索 | 第93-94页 |
| ·参数学习 | 第94-96页 |
| ·复杂度分析 | 第96页 |
| ·实验结果与分析 | 第96-110页 |
| ·实验设置 | 第96-98页 |
| ·结果对比与分析 | 第98-110页 |
| ·本章小结 | 第110-111页 |
| 6 总结与展望 | 第111-113页 |
| ·本文总结 | 第111-112页 |
| ·研究展望 | 第112-113页 |
| 参考文献 | 第113-119页 |
| 作者简历 | 第119-123页 |
| 学位论文数据集 | 第123页 |
