摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-12页 |
1.1 课题研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10页 |
1.3 论文工作及结构安排 | 第10-12页 |
第2章 尺度不变特征变换匹配算法(SIFT 算法) | 第12-28页 |
2.1 高斯模糊 | 第13-17页 |
2.1.1 二维高斯函数 | 第13-14页 |
2.1.2 图像的二维高斯模糊 | 第14-16页 |
2.1.3 分离高斯模糊 | 第16-17页 |
2.2 尺度空间极值检测 | 第17-23页 |
2.2.1 尺度空间理论 | 第17-18页 |
2.2.2 尺度空间的表示 | 第18页 |
2.2.3 高斯金字塔建构 | 第18-20页 |
2.2.4 高斯差分金字塔 | 第20-21页 |
2.2.5 空间极值点检测 | 第21-22页 |
2.2.6 构建尺度空间所需确定的参数 | 第22-23页 |
2.4 关键点方向分配 | 第23-24页 |
2.5 关键点特征描述 | 第24-28页 |
第3章 旋转映射哈希 | 第28-35页 |
3.1 局部敏感哈希(LSH) | 第28-30页 |
3.2 主成分分析(PCA) | 第30页 |
3.3 无监督编码学习 | 第30-35页 |
3.3.1 降维 | 第31-32页 |
3.3.2 二进制量化 | 第32-35页 |
第4章 评测无监督编码学习 | 第35-43页 |
4.1 数据集 | 第35页 |
4.2 协议和基准方法 | 第35-36页 |
4.3 CIFAR 数据集上的结果 | 第36-40页 |
4.4 对 58 万张简单图像集的测试结果 | 第40-43页 |
第5章 利用标签信息 | 第43-47页 |
第6章 总结 | 第47-48页 |
参考文献 | 第48-51页 |
致谢 | 第51页 |