| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第18-33页 |
| 1.1 研究背景和意义 | 第18-19页 |
| 1.2 图像检索的发展历程 | 第19-21页 |
| 1.2.1 基于文本的图像检索 | 第20页 |
| 1.2.2 基于内容的图像检索 | 第20-21页 |
| 1.3 中小规模最近邻图像检索及研究现状 | 第21-24页 |
| 1.4 大规模近似最近邻图像检索及研究现状 | 第24-30页 |
| 1.4.1 k-d树索引 | 第24-25页 |
| 1.4.2 图像哈希 | 第25-27页 |
| 1.4.3 无监督哈希 | 第27-28页 |
| 1.4.4 监督哈希方法 | 第28-29页 |
| 1.4.5 半监督哈希技术 | 第29-30页 |
| 1.5 论文的研究内容和组织结构 | 第30-32页 |
| 1.6 创新点 | 第32-33页 |
| 2 图像特征和典型哈希方法 | 第33-54页 |
| 2.1 图像特征 | 第33页 |
| 2.2 图像全局特征和局部特征 | 第33-36页 |
| 2.2.1 颜色特征 | 第33-34页 |
| 2.2.2 纹理特征 | 第34页 |
| 2.2.3 形状特征 | 第34-35页 |
| 2.2.4 局部描述子特征 | 第35-36页 |
| 2.3 基于距离描述符的轮廓特征 | 第36-39页 |
| 2.3.1 对象轮廓提取 | 第36-37页 |
| 2.3.2 基于距离近似曲率的角点检测 | 第37-38页 |
| 2.3.3 角点的余弦特征表示 | 第38-39页 |
| 2.4 图像哈希技术 | 第39-49页 |
| 2.4.1 位置敏感哈希方法(LSH) | 第39-40页 |
| 2.4.2 谱哈希方法(SH) | 第40-42页 |
| 2.4.3 基于核的位置敏感哈希方法(KLSH) | 第42页 |
| 2.4.4 半监督哈希方法(SSH) | 第42-44页 |
| 2.4.5 基于图的哈希(Hashing with Graphs) | 第44-46页 |
| 2.4.6 基于核的有监督哈希方法(KSH) | 第46-49页 |
| 2.5 基于多超球而的图像哈希方法 | 第49-53页 |
| 2.5.1 支持向量机与图像哈希之间的关系 | 第49-51页 |
| 2.5.2 哈希函数构造 | 第51-53页 |
| 2.6 本章小结 | 第53-54页 |
| 3 基于多表弱主成份图像哈希的近似最近邻搜索方法 | 第54-74页 |
| 3.1 背景和问题 | 第54-55页 |
| 3.2 主成份分析(PCA)方法介绍 | 第55-58页 |
| 3.2.1 PCA方法的原理 | 第55-56页 |
| 3.2.2 PCA投影矩阵 | 第56-58页 |
| 3.3 多表弱主成份图像哈希方法 | 第58-64页 |
| 3.3.1 生成哈希函数的输入 | 第58-60页 |
| 3.3.2 哈希函数的构建 | 第60-62页 |
| 3.3.3 哈希函数的优化 | 第62-64页 |
| 3.4 实验结果分析 | 第64-72页 |
| 3.4.1 图像库、评价指标和对比方法 | 第64-66页 |
| 3.4.2 CIFAR10数据库的实验结果 | 第66-70页 |
| 3.4.3 SIFTIM数据库的实验结果 | 第70-72页 |
| 3.5 本章小结 | 第72-74页 |
| 4 基于Boosting图像哈希的近似最近邻搜索方法 | 第74-93页 |
| 4.1 背景和问题 | 第74-76页 |
| 4.2 样本选择的相关研究 | 第76页 |
| 4.3 Boosting算法介绍 | 第76-81页 |
| 4.3.1 Boosting算法的起源和发展 | 第77页 |
| 4.3.2 AdaBoost算法 | 第77-79页 |
| 4.3.3 AdaBoost.M1算法 | 第79-81页 |
| 4.4 基于Boosting的图像哈希方法 | 第81-84页 |
| 4.4.1 基于Boosting学习机制的哈希函数构造 | 第81-83页 |
| 4.4.2 计算旋转矩阵 | 第83-84页 |
| 4.5 实验结果和分析 | 第84-91页 |
| 4.5.1 图像数据和项目评价 | 第84-85页 |
| 4.5.2 CIFAR10数据库结果 | 第85-89页 |
| 4.5.3 SIFT1M数据库上的结果 | 第89-91页 |
| 4.6 本章小结 | 第91-93页 |
| 5 基于图像哈希的搜索重排 | 第93-113页 |
| 5.1 背景和问题 | 第93页 |
| 5.2 QsRank重排算法 | 第93-95页 |
| 5.3 基于距离加权的重排方法 | 第95-99页 |
| 5.3.1 PCA降维类图像哈希方法 | 第96页 |
| 5.3.2 加权汉明距离定义 | 第96-97页 |
| 5.3.3 加权汉明距离设计 | 第97-99页 |
| 5.4 基于比特位重要性的重排方法 | 第99-102页 |
| 5.4.1 基于比特位重要性的重排方法的原理 | 第99-100页 |
| 5.4.2 比特位权重的计算 | 第100-102页 |
| 5.5 实验结果与分析 | 第102-112页 |
| 5.5.1 图像库和基准方法 | 第102-103页 |
| 5.5.2 CIFAR10图像库的实验结果 | 第103-106页 |
| 5.5.3 MNIST库实验结果 | 第106-112页 |
| 5.6 本章小结 | 第112-113页 |
| 总结与展望 | 第113-116页 |
| 参考文献 | 第116-122页 |
| 攻读博士学位期间发表学术论文情况 | 第122-124页 |
| 致谢 | 第124-126页 |
| 作者简介 | 第126-127页 |
