基于Android的商品草图搜索系统
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 草图检索研究现状 | 第12-14页 |
| 1.2.2 深度学习研究现状 | 第14-15页 |
| 1.3 研究内容和论文结构 | 第15-17页 |
| 第2章 草图检索技术简介 | 第17-29页 |
| 2.1 图像检索框架介绍 | 第17-19页 |
| 2.1.1 基于BOVW模型 | 第17-18页 |
| 2.1.2 基于哈希编码的框架 | 第18页 |
| 2.1.3 基于深度学习框架 | 第18-19页 |
| 2.2 边缘提取 | 第19-23页 |
| 2.2.1 Canny算子 | 第19-20页 |
| 2.2.2 CLD算子 | 第20-22页 |
| 2.2.3 HED算子 | 第22-23页 |
| 2.3 草图特征 | 第23-27页 |
| 2.3.1 传统特征工程 | 第23-25页 |
| 2.3.2 基于深度学习的特征描述 | 第25-27页 |
| 2.4 相似度度量 | 第27-28页 |
| 2.4.1 欧氏距离 | 第27页 |
| 2.4.2 余弦距离 | 第27-28页 |
| 2.4.3 曼哈顿距离 | 第28页 |
| 2.5 本章总结 | 第28-29页 |
| 第3章 基于深度神经网络的草图检索 | 第29-45页 |
| 3.1 草图检索框架设计 | 第29-32页 |
| 3.1.1 数据采集层 | 第30页 |
| 3.1.2 特征抽取网络 | 第30-32页 |
| 3.1.3 Contrasive loss层 | 第32页 |
| 3.2 基于CNN的BP算法 | 第32-33页 |
| 3.3 实验结果及分析 | 第33-44页 |
| 3.3.1 实验数据 | 第33-34页 |
| 3.3.2 实验评价标准 | 第34-35页 |
| 3.3.3 草图识别实验及分析 | 第35-36页 |
| 3.3.4 特征网络分析 | 第36-42页 |
| 3.3.5 检索实验及分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 草图检索系统的设计与实现 | 第45-59页 |
| 4.1 系统需求分析 | 第45-46页 |
| 4.2 系统框架 | 第46-47页 |
| 4.3 系统模块设计 | 第47-51页 |
| 4.3.1 数据采集 | 第47-48页 |
| 4.3.2 算法处理 | 第48-50页 |
| 4.3.3 结果处理与展示 | 第50-51页 |
| 4.4 草图检索服务实现 | 第51-53页 |
| 4.4.1 服务接口定义 | 第51-52页 |
| 4.4.2 基于Caffe框架实现草图检索服务 | 第52-53页 |
| 4.4.3 Nginx反向代理配置 | 第53页 |
| 4.5 基于Android系统的客户端实现 | 第53-56页 |
| 4.6 检索系统的开发环境 | 第56页 |
| 4.7 实验结果分析与展示 | 第56-58页 |
| 4.8 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |
