多特征融合的细粒度图像检索算法
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-13页 |
| 1.1 图像检索研究背景 | 第6-8页 |
| 1.2 图像检索的国内外研究现状 | 第8-11页 |
| 1.2.1 基于目标的图像检索 | 第8-9页 |
| 1.2.2 细粒度图像检索 | 第9-10页 |
| 1.2.3 特征融合 | 第10-11页 |
| 1.3 论文主要研究工作及组织结构 | 第11-12页 |
| 1.3.1 主要研究工作 | 第11页 |
| 1.3.2 本文组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 相关技术 | 第13-24页 |
| 2.1 SelectiveSearch算法 | 第13-14页 |
| 2.2 卷积神经网络 | 第14-20页 |
| 2.2.1 卷积 | 第14-15页 |
| 2.2.2 激活函数 | 第15-17页 |
| 2.2.3 池化 | 第17-18页 |
| 2.2.4 层级结构 | 第18-20页 |
| 2.3 深度信念网络 | 第20-23页 |
| 2.3.1 受限玻尔兹曼机 | 第20-21页 |
| 2.3.2 深度信念网络 | 第21-23页 |
| 2.4 本章总结 | 第23-24页 |
| 3 多特征融合的细粒度检索算法 | 第24-39页 |
| 3.1 粗略检索阶段 | 第27-29页 |
| 3.2 细粒度检索 | 第29-37页 |
| 3.2.1 patch的过滤 | 第29-33页 |
| 3.2.2 patch特征聚合 | 第33-34页 |
| 3.2.3 互补特征融合 | 第34-37页 |
| 3.3 查询扩展 | 第37-38页 |
| 3.4 本章总结 | 第38-39页 |
| 4 实验对比分析 | 第39-50页 |
| 4.1 数据集 | 第39-41页 |
| 4.1.1 CUB-2011 | 第39页 |
| 4.1.2 Cars-196 | 第39-40页 |
| 4.1.3 Oxford-Flower-102 | 第40-41页 |
| 4.2 实验设置 | 第41-42页 |
| 4.3 实验结果与分析 | 第42-49页 |
| 4.3.1 定位效果 | 第43页 |
| 4.3.2 patch过滤效果 | 第43-44页 |
| 4.3.3 patch特征的不同融合方式 | 第44-45页 |
| 4.3.4 多级特征的互补性 | 第45-46页 |
| 4.3.5 互补特征的不同融合方式 | 第46-47页 |
| 4.3.6 与其他细粒度检索方法对比 | 第47-49页 |
| 4.4 总结与分析 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
