声明
第1章 绪 论
1.1 研究的背景和意义
1.2 符号与问题定义
1.2.1 符号定义
1.2.2 问题定义
1.3 图像检索度量
1.4 本文的研究工作及创新点
1.5 本文结构
第2章 相关工作
2.1 近似最近邻查找
2.2 哈希学习算法
2.2.1 单模态图像哈希
2.2.2 多模态图像哈希
2.2.3 跨模态哈希
2.3 深度神经网络
2.3.1 深度学习概述
2.3.2 深度神经网络在哈希学习的应用
2.4 本章小结
第3章 基于语义迁移的无监督深度哈希算法
3.1 算法系统概述
3.2 无监督语义学习
3.3 无监督深度哈希
3.4 基于统一框架的哈希学习
3.5 实验构造
3.5.1 实验数据集与实验环境
3.5.2 评价标准
3.5.3 对比方法
3.6 实验结果与讨论
3.6.1 语义迁移对图像哈希的影响
3.6.2 训练集大小的影响
3.6.3 参数灵敏度分析
3.7 本章小结
第4章 基于语义迁移的半监督深度哈希算法
4.1 算法系统概述
4.2 半监督语义学习
4.3 基于统一框架的半监督深度哈希算法
4.4 实验构造
4.4.1 实验数据集
4.4.2 对比方法
4.5 实验结果与讨论
4.5.1 语义迁移对图像哈希的影响
4.5.2 训练集标签比例的影响
4.5.3 参数灵敏度分析
4.6本章小结
第5章 基于语义迁移的Web图像检索系统
5.1 检索系统概述
5.2 检索系统演示
5.3 本章小结
第6章 总结与展望
6.1 工作总结
6.2 展望
致谢
参考文献
攻读硕士学位期间获得的科研成果