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