基于Android的商品草图搜索系统

摘要

随着触屏设备的发展，改变了人机交互的模式，人们利用触屏技术可以便捷的在电子设备上绘制印象中景物的模样——草图，进而可以通过绘制草图的方式来表述语言无法描述的信息，这为基于草图的图片检索带来了广阔的发展空间。基于草图的图片检索是基于内容的图片检索的重要分支，都是以景物的图形内容作为输入信息。但受到人体主观认知过程的影响，绘制的草图主要表达景物的轮廓信息，缺少例如颜色，纹理等细节的检索信息。现有草图检索都在基于草图浅层特征的检索，但近年来，随着深度学习的发展运用，在数据识别检索领域取得了优异的成果，同时为草图检索技术带来新方向。
　　本文的研究内容包括算法与工程实现两方面:
　　1)本论文研究了草图检索的相关技术，提出了基于深度学习的草图检索框架。通过实验分析不同的深度学习网络的性能，构建两路深度学习网络，分别对图像数据与草图数据进行分类训练;联合两路网络进行联合学习，调整网络的参数;最终运用训练好的网络结构分别提取图像数据集特征与草图特征，进行相似度度量，返回检索结果。
　　2)设计实现一个了图像处理软件系统;该平台有着响应式的布局，良好的交互模式，以及模块化的设计思想;避免语言、系统环境影响，在服务器端对图像进行处理，在前端给用户呈现结果。按照本课题的研究，设计开发了相应的草图检索算法模块，使用远程调用技术，提取草图的深度特征以及获取相似度的图片的URL地址;对Android移动设备实现二次开发，设计实现相应的移动应用软件。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景和意义

1．2 国内外研究现状

1．2．1 草图检索研究现状

1．2．2 深度学习研究现状

1．3 研究内容和论文结构

第2章 草图检索技术简介

2．1 图像检索框架介绍

2．1．1 基于BOVW模型

2．1．2 基于哈希编码的框架

2．1．3 基于深度学习框架

2．2 边缘提取

2．2．1 Canny算子

2．2．2 CLD算子

2．2．3 HED算子

2．3 草图特征

2．3．1 传统特征工程

2．3．2 基于深度学习的特征描述

2．4 相似度度量

2．4．1 欧氏距离

2．4．2 余弦距离

2．4．3 曼哈顿距离

2．5 本章总结

第3章 基于深度神经网络的草图检索

3．1 草图检索框架设计

3．1．1 数据采集层

3．1．2 特征抽取网络

3．1．3 Contrasive loss层

3．2 基于CNN的BP算法

3．3 实验结果及分析

3．3．1 实验数据

3．3．2 实验评价标准

3．3．3 草图识别实验及分析

3．3．4 特征网络分析

3．3．5 检索实验及分析

3．4 本章小结

第4章 草图检索系统的设计与实现

4．1 系统需求分析

4．2 系统框架

4．3 系统模块设计

4．3．1 数据采集

4．3．2 算法处理

4．3．3 结果处理与展示

4．4 草图检索服务实现

4．4．1 服务接口定义

4．4．2 基于Caffe框架实现草图检索服务

4．4．3 Nginx反向代理配置

4．5 基于Android系统的客户端实现

4．6 检索系统的开发环境

4．7 实验结果分析与展示

4．8 本章小结

总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果