学位专题

封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 传统哈希算法
1.2.2 深度监督哈希算法
1.2.3 深度无监督哈希算法
1.2.4 多标签深度哈希算法
1.3 本文的主要的研究内容
1.3.1 全局和局部结构保持的无监督鉴别深度哈希算法
1.3.2 结合图像深度特征的多标签监督深度哈希算法
1.3.3 基于深度哈希的大规模图像检索系统
1.4 本文的结构安排
2 深度哈希模型概览
2.1 深度哈希的网络结构
2.2 相似度表示
2.2.1 分级相似度
2.2.2 标签余弦相似度
2.3 深度哈希损失函数
2.3.1 基于乘积损失的损失函数
2.3.2 基于似然损失的损失函数
2.3.3 基于相似度差异损失的损失函数
2.4 本章小结
3 全局和局部结构保持的无监督鉴别深度哈希方法
3.1 引言
3.2 问题定义及模型概述
3.3 全局相似性结构
3.4 局部相似性结构
3.5 交替优化策略
3.5.1 优化网络参数
3.5.2 优化哈希码
3.6 算法流程
3.6.1 训练阶段
3.6.2 测试阶段
3.7 实验结果和分析
3.7.1 数据集
3.7.2 对比方法和评价指标
3.7.3 检索性能
3.7.4 时间效率
3.7.5 聚类性能
3.7.6 消融实验
3.7.7 检索效果展示
3.8 本章小结
4 结合图像深度特征的多标签深度监督哈希算法
4.1 引言
4.2 基于标签共现频率的多标签相似度评价体系
4.2.1 标签共现频率
4.2.2 标签相似度矩阵
4.3 结合深度特征的矫正相似度
4.3.1 深度特征相似度
4.3.2 矫正相似度
4.4 损失函数
4.5 优化策略
4.5.2 固定??优化??
4.6 实验结果和分析
4.6.1 数据集
4.6.2 对比方法和评价指标
4.6.3 检索性能
4.6.4 消融实验
4.7 本章小结
5 基于深度哈希的大规模图像检索系统设计与应用
5.1 引言
5.2 系统概述
5.3 功能设计
5.3.1 模块设计
5.3.2 流程设计
5.4 系统实现和界面展示
5.4.1 训练模块
5.4.2 图像检索模块
5.5 本章小结
6 总结与展望
6.1 论文总结
6.2 工作展望
致谢
参考文献
附录