1 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.3 图像检索系统发展现状
1.4 本文工作和内容安排
2 图像检索相关理论研究
2.1 图像检索发展历程
2.2 深度学习理论研究
2.2.2 深度学习模型
2.3 卷积神经网络
2.3.1 CNN的基本原理
2.3.2 卷积的特征输出
2.3.3 CNN的网络特点
2.4 主流网络模型
2.5 本章小结
3 基于两阶段特征匹配的图像检索方法
3.1 颜色空间
3.2 基于颜色特征的图像检索
3.2.1 颜色特征提取
3.2.2 颜色特征匹配
3.3 小波变换理论
3.3.1 一维离散小波变换
3.3.2 二维离散小波变换
3.3.3 小波基简介
3.4 基于两阶段特征匹配的图像检索算法
3.4.1 基于小波变换和SIFT特征点匹配的图像检索
3.4.2 基于SIFT特征点匹配的图像检索
3.5 实验及结果分析
3.5.1 数据集简介
3.5.2 实验评价指标
3.5.3 实验结果分析
3.6 本章小结
4 基于胶囊网络的图像检索方法
4.1 胶囊网络理论介绍
4.1.1 胶囊单元
4.1.2 模型基本结构
4.2 基于胶囊网络的图像检索算法
4.2.1 网络模型的基本结构
4.2.2 损失函数
4.3 实验及结果分析
4.3.1 数据集简介
4.3.2 实验环境
4.3.3 实验结果分析
4.4 集成网络模型
4.5 本章小结
5 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
声明
青岛科技大学;
