| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-13页 |
| 1 引言 | 第13-21页 |
| 1.1 课题背景 | 第13-14页 |
| 1.2 课题意义 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 基于文本的图像检索 | 第15-16页 |
| 1.3.2 基于内容的图像检索 | 第16-17页 |
| 1.3.3 云平台Hadoop | 第17-18页 |
| 1.4 论文主要内容 | 第18-19页 |
| 1.5 论文框架结构 | 第19-21页 |
| 2 图像检索相关基础 | 第21-36页 |
| 2.1 图像底层特征SIFT | 第21-23页 |
| 2.2 图像中间语义特征Fisher向量 | 第23-25页 |
| 2.3 基于兴趣点排序的选择性聚合描述子方法 | 第25页 |
| 2.4 主成分分析 | 第25-26页 |
| 2.5 Hadoop平台 | 第26-32页 |
| 2.5.1 分布式文件系统HDFS | 第27-29页 |
| 2.5.2 并行编程模型MapReduce | 第29-32页 |
| 2.6 实验数据集 | 第32-34页 |
| 2.6.1 INRIA Holidays数据集 | 第32-33页 |
| 2.6.2 Kentucky benchmark数据集 | 第33页 |
| 2.6.3 MIRFlickr1M数据集 | 第33-34页 |
| 2.7 评测标准 | 第34-35页 |
| 2.7.1 图像检索准确率 | 第34-35页 |
| 2.7.2 图像检索效率 | 第35页 |
| 2.8 本章小结 | 第35-36页 |
| 3 单机下的大规模图像检索 | 第36-44页 |
| 3.1 图像检索关键点 | 第36-37页 |
| 3.1.1 图像特征描述 | 第36页 |
| 3.1.2 倒排索引 | 第36-37页 |
| 3.2 单机下基于倒排索引的图像检索框架与实现 | 第37-41页 |
| 3.2.1 图像检索流程 | 第37-38页 |
| 3.2.2 生成视觉词典 | 第38-39页 |
| 3.2.3 倒排索引构建 | 第39-41页 |
| 3.2.4 倒排索引更新 | 第41页 |
| 3.3 实验环境 | 第41页 |
| 3.4 单机下图像检索实验结果与分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 云平台下的大规模图像检索 | 第44-57页 |
| 4.1 图像检索关键点 | 第44-47页 |
| 4.1.1 图像特征描述 | 第44页 |
| 4.1.2 Fisher向量二值化 | 第44-45页 |
| 4.1.3 图像特征文件合并 | 第45页 |
| 4.1.4 缓存查询图像特征 | 第45-46页 |
| 4.1.5 相似度度量 | 第46-47页 |
| 4.2 云平台下并行检索框架与设计实现 | 第47-50页 |
| 4.2.1 图像检索流程 | 第47页 |
| 4.2.2 MapReduce并行检索 | 第47-50页 |
| 4.3 实验环境 | 第50-51页 |
| 4.4 云平台下的图像检索实验结果与分析 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 单机与云平台下的大规模图像检索的对比及分析 | 第57-61页 |
| 5.1 图像检索的扩展性分析 | 第57-58页 |
| 5.2 单机检索与云平台检索的性能平衡分析 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 未来工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |