| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 符号说明 | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1. 课题研究背景及意义 | 第10-12页 |
| 1.2. 基于内容的图像检索目前的研究现状及相关技术 | 第12-16页 |
| 1.2.1. 特征融合的相关技术 | 第12-13页 |
| 1.2.2. 重排序的相关技术 | 第13-16页 |
| 1.3. 图像检索重排序的研究意义 | 第16页 |
| 1.4. 论文的研究内容和组织结构 | 第16-18页 |
| 第二章 基于Autoencoder的非线性特征融合 | 第18-34页 |
| 2.1 基于内容的视觉特征 | 第18-26页 |
| 2.1.1 局部特征 | 第18-22页 |
| 2.1.2 全局特征 | 第22-26页 |
| 2.2 特征融合的关键技术 | 第26-28页 |
| 2.2.1 主成分分析(PCA) | 第26-27页 |
| 2.2.2 Autoencoder | 第27-28页 |
| 2.3 基于Autoencoder的非线性特征融合的基本框架 | 第28-29页 |
| 2.4 实验结果与分析 | 第29-33页 |
| 2.4.2 实验数据与评价准则 | 第29-30页 |
| 2.4.3 实验结果与分析 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 半监督的重排序算法 | 第34-51页 |
| 3.1 查询模型 | 第34-36页 |
| 3.1.1 检索结构 | 第34-35页 |
| 3.1.2 几何校验 | 第35-36页 |
| 3.2 重排序模型 | 第36-45页 |
| 3.2.1 重排序的关键技术 | 第37-39页 |
| 3.2.2 检测置信集的系统框架 | 第39-43页 |
| 3.2.3 训练打分器的系统框架 | 第43-45页 |
| 3.3 实验结果与分析 | 第45-49页 |
| 3.3.1 实验数据与评价准则 | 第45页 |
| 3.3.2 实验结果与分析 | 第45-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 总结与展望 | 第51-53页 |
| 4.1 论文总结 | 第51-52页 |
| 4.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
