基于SIFT与k-means聚类的图像检索
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-9页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 哈稀算法概述与分类 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-12页 |
| 第2章 SIFT 算法详细说明 | 第12-28页 |
| 2.1 SIFT 综述 | 第12-13页 |
| 2.2 局部关键点的检测 | 第13-22页 |
| 2.2.1 关键点的稳定性 | 第20-22页 |
| 2.3 局部图像描述子 | 第22-24页 |
| 2.4 索引和匹配 | 第24页 |
| 2.5 仿射参数的解决方案 | 第24-26页 |
| 2.6 SIFT 小结 | 第26-28页 |
| 第3章 迭代量化哈稀编码 | 第28-33页 |
| 3.1 ITQ 算法的引入 | 第28-29页 |
| 3.2 无监督学习代码 | 第29-33页 |
| 3.2.1 降维 | 第30页 |
| 3.2.2 二进制量化 | 第30-33页 |
| 第4章 K-means 聚类哈稀算法 | 第33-37页 |
| 4.1 相似性保持 K-means 算法 | 第33-37页 |
| 4.1.1 基本模型 | 第33页 |
| 4.1.2 最原始步骤 | 第33-34页 |
| 4.1.3 相似性保持 k-means 算法 | 第34-37页 |
| 第5章 实验结果 | 第37-40页 |
| 5.1 实验结果 | 第37-39页 |
| 5.2 小结论 | 第39-40页 |
| 第6章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43页 |
