声明
摘要
第—章绪论
1.1研究目的与意义
1.2国内外研究现状
1.2.2图像语义特征的提取与表示
1.2.3深度学习在计算机视觉中的研究与应用
1.2.4深度哈希算法研究现状
1.3主要研究内容和创新点
第二章深度哈希与移动视觉搜索理论基础
2.1深度卷积神经网络原理
2.2.1卷积神经网络模型
2.2.2激活函数
2.2.3正则化方法
2.2.4损失函数
2.2.5基于梯度下降的模型训练方法
2.2.6学习率
2.2基于LSH的哈希算法
2.2.1基于比特抽样的LSH
2.2.2基于随机投影的LSH
2.2.3基于P稳定分布的LSH
2.3距离度量基础
2.4图像检索评估指标
第三章基于深度哈希的图像语义特征提取模型
3.1构建基于深度哈希的图像语义特征提取模型
3.1.1卷积层
3.1.2全连接层
3.1.3哈希层
3.1.4输出层
3.2模型预训练和参数初始化
3.3构建模型损失函数
3.4基于小批量梯度下降的模型训练
第四章基于深度哈希的移动视觉搜索流程
4.1图像数据预处理方法
4.2图像匹配检索过程
4.3基于深度啥希的移动视觉搜索流程评估指标
第五章实验方法及结果分析
5.1实验数据集
5.3.1模型训练效果
5.3.2模型超参数对模型训练的影响
5.3.3移动视觉搜索效率评估
第六章总结与展望
6.1总结
6.2未来研究方向
参考文献
附录
攻读硕士学位期间发表的论文
致谢
武汉大学;