| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究工作的背景与意义 | 第10-12页 |
| 1.1.1 基于文本的图像检索 | 第10-11页 |
| 1.1.2 基于内容的图像检索 | 第11-12页 |
| 1.2 图像最近邻检索技术 | 第12-14页 |
| 1.2.1 基于树形结构的检索 | 第12页 |
| 1.2.2 哈希算法 | 第12-14页 |
| 1.3 本文的主要贡献与创新 | 第14-15页 |
| 1.4 本论文的结构安排 | 第15-17页 |
| 第二章 哈希算法研究 | 第17-38页 |
| 2.1 哈希算法的概念和流程 | 第17-20页 |
| 2.1.1 哈希算法的概念 | 第17-18页 |
| 2.1.2 哈希算法的流程 | 第18-20页 |
| 2.2 哈希算法的分类 | 第20-25页 |
| 2.2.1 数据独立哈希和数据依赖哈希 | 第21-22页 |
| 2.2.2 逐点哈希、成对哈希、多对哈希、列表哈希 | 第22-23页 |
| 2.2.3 线性哈希和非线性哈希 | 第23-24页 |
| 2.2.4 加权哈希和非加权哈希 | 第24-25页 |
| 2.3 经典哈希算法介绍 | 第25-30页 |
| 2.3.1 谱哈希 | 第25-26页 |
| 2.3.2 锚点图哈希 | 第26页 |
| 2.3.3 度量学习哈希 | 第26-27页 |
| 2.3.4 二值重嵌入哈希 | 第27-28页 |
| 2.3.5 半监督哈希 | 第28-29页 |
| 2.3.6 角度量化哈希 | 第29-30页 |
| 2.4 深度哈希算法 | 第30-37页 |
| 2.4.1 深度学习基础 | 第30-35页 |
| 2.4.2 深度哈希算法介绍 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 非对称稀疏哈希算法 | 第38-53页 |
| 3.1 算法的目的和意义 | 第38页 |
| 3.2 相关工作与动机 | 第38-40页 |
| 3.3 非对称稀疏算法 | 第40-45页 |
| 3.3.1 非对称哈希算法 | 第40-41页 |
| 3.3.2 稀疏编码 | 第41-42页 |
| 3.3.3 非对称稀疏算法 | 第42-45页 |
| 3.4 实验结果与分析 | 第45-52页 |
| 3.4.1 数据集CIFAR-10实验结果 | 第46-47页 |
| 3.4.2 数据集SUN397实验结果和分析 | 第47-49页 |
| 3.4.3 数据集ImageNet实验结果与分析 | 第49-52页 |
| 3.5 本章总结 | 第52-53页 |
| 第四章 深度非对称哈希算法 | 第53-67页 |
| 4.1 算法的目的和意义 | 第53页 |
| 4.2 相关工作与动机 | 第53-55页 |
| 4.3 基于深度学习的哈希算法 | 第55-59页 |
| 4.3.1 深度哈希哈数 | 第55-56页 |
| 4.3.2 深度哈希算法 | 第56-58页 |
| 4.3.3 优化过程 | 第58-59页 |
| 4.4 实验结果和分析 | 第59-66页 |
| 4.4.1 CIFAR-10实验结果与分析 | 第61-63页 |
| 4.4.2 NUSWIDE实验结果与分析 | 第63-65页 |
| 4.4.3 MNIST实验结果与分析 | 第65-66页 |
| 4.5 本章总结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67页 |
| 5.2 后续工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的成果 | 第73页 |