| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像搜索研究 | 第11-12页 |
| 1.2.2 图像语义提取的研究 | 第12-14页 |
| 1.3 主要存在的问题 | 第14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 论文章节安排 | 第15-18页 |
| 第2章 基于深度学习的图像主体目标识别模型研究 | 第18-32页 |
| 2.1 主体目标检测和识别相关技术 | 第18-20页 |
| 2.1.1 卷积神经网络的多目标检测模型 | 第18-20页 |
| 2.1.2 显著性区域视觉注意模型 | 第20页 |
| 2.2 深度学习结合视觉注意的图像主体目标识别模型研究 | 第20-28页 |
| 2.2.1 选择性搜索提取图像候选区域研究 | 第21-22页 |
| 2.2.2 基于卷积神经网络的图像物体识别研究 | 第22-26页 |
| 2.2.3 基于视觉注意的图像主体目标评分体系设计 | 第26-28页 |
| 2.3 实验结果及分析 | 第28-31页 |
| 2.3.1 实验数据集 | 第29页 |
| 2.3.2 图像主体目标识别结果分析 | 第29-30页 |
| 2.3.3 图像主体目标识别模型和其他方法比较分析 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于深度学习的图像语义提取研究 | 第32-49页 |
| 3.1 基于神经网络语言模型的相关方法 | 第32-35页 |
| 3.1.1 循环神经网络语言模型 | 第32-33页 |
| 3.1.2 长短时记忆网络 | 第33-34页 |
| 3.1.3 多模态递归神经网络 | 第34-35页 |
| 3.2 改进基于多模态递归神经网络提取图像语义模型 | 第35-42页 |
| 3.2.1 基于多模态递归神经网络的图像语义生成模型研究 | 第36-38页 |
| 3.2.2 融合图像主体目标和场景知识的图像语义生成模型 | 第38-40页 |
| 3.2.3 基于图像语义特征的重标注研究 | 第40-42页 |
| 3.3 实验结果与分析 | 第42-48页 |
| 3.3.1 实验设置和数据集 | 第42-43页 |
| 3.3.2 评价标准 | 第43-44页 |
| 3.3.3 MS-Net模型生成图像描述及分析 | 第44-46页 |
| 3.3.4 MS-Net和基准模型实验对比分析 | 第46-47页 |
| 3.3.5 MS-Net和其他语义模型的实验对比分析 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 图文匹配方法研究 | 第49-66页 |
| 4.1 文本处理的相关方法 | 第49-52页 |
| 4.1.1 句子相似度计算相关方法 | 第49-50页 |
| 4.1.2 基于WordNet的文本相似度计算方法 | 第50-52页 |
| 4.1.3 CBOW和Skip-gram模型简介 | 第52页 |
| 4.2 文本语义提取和数据集构建 | 第52-56页 |
| 4.2.1 基于RNN的编码解码模型提取文本主要语义 | 第52-53页 |
| 4.2.2 图文主要语义数据集构建 | 第53-56页 |
| 4.3 图像和文本相似度方法研究 | 第56-61页 |
| 4.3.1 基于WordNet本体树结构的图文相似度方法研究 | 第56-58页 |
| 4.3.2 融合图像重标注信息的图文相似度方法研究 | 第58-59页 |
| 4.3.3 基于循环神经网络的图文相似度方法研究 | 第59-61页 |
| 4.4 图文匹配实验设计与分析 | 第61-65页 |
| 4.4.1 图文主要语义数据集构建评价标准 | 第61-62页 |
| 4.4.2 图像和文本匹配的评价标准 | 第62页 |
| 4.4.3 MS-Net模型提取图像主要语义分析 | 第62-63页 |
| 4.4.4 文本主要语义提取结果分析 | 第63页 |
| 4.4.5 基于WordNet本体树结构的图文相似度结果分析 | 第63-65页 |
| 4.4.6 基于循环神经网络的图文相似度结果分析 | 第65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 未来展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |
