声明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1草图检索方法的研究现状
1.2.2 哈希算法的研究现状
1.3 主要工作
1.4 论文组织结构
第二章 相关技术及研究
2.1 草图检索方法
2.1.1 跨域检索
2.1.2 基于度量学习的检索方法
2.1.3 度量学习在草图检索中的应用（三元组排名损失）
2.2 生成式对抗网络
2.2.1 生成式对抗网络
2.2.2 对抗学习在草图检索中的应用
2.3 跨域深度哈希算法
2.4 本章小结
第三章 基于对抗网络的草图检索
3.1 针对草图检索的对抗网络模型
3.1.1 对抗网络模型
3.1.2 网络结构
3.1.3 损失函数的设计及网络的训练过程
3.1.4 对抗网络的优化方法
3.2 实验设计
3.2.1 草图-自然图像数据集
3.2.2 训练数据的输入形式
3.2.3 参数设计
3.2.4 评估标准
3.3 实验结果比对与分析
3.3.1 模型实验结果对比
3.3.2 自然图像特征提取网络模型的对比
3.4 实验结论
3.5 本章小结
第四章 草图检索的深度哈希算法
4.1 针对草图检索的深度哈希算法
4.1.1 草图检索中的跨域哈希问题
4.1.2 针对草图检索的深度哈希模型
4.1.3 相关性特征学习
4.1.4 哈希码学习
4.1.5 优化方法
4.2 实验设计
4.2.1 数据集
4.2.2 参数设计
4.2.3 评估标准
4.3 实验结果比对与分析
4.3.1 模型对比
4.3.2 哈希码长度的结果比较
4.3.3 大规模图像检索中的效果比较
4.4 实验结论
4.5 本章小结
第五章 草图检索系统的开发
5.1 需求分析
5.2 系统体系架构
5.3 系统原理
5.3.1 索引构建
5.3.2 草图检索
5.4 系统实现
5.4.1 表现层
5.4.2 应用层
5.4.3 数据层
5.4.4 系统实例展示
5.5 本章小结
总结与展望
论文总结
工作展望
参考文献
攻读硕士学位期间取得的科研成果
致谢
西北大学;
