声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 基于局部特征的图像表达研究现状
1.2.2 基于全局特征的图像表达研究现状
1.3 本文主要研究内容
1.4 本文结构及章节安排
1.5 本章小结
第2章 基于特征差异性的权重计算方法
2.1 背景介绍及相关工作
2.2 词袋模型
2.2.1 图像匹配思想
2.2.2 词袋模型表达
2.2.3 图像的检索
2.3 基于局部特征差异的权重
2.3.1 差异性矩阵的计算
2.3.2 权重计算
2.4 全局显著性权重和局部特征差异性权重
2.5 实验结果
2.5.1 数据集和性能评估指标
2.5.2 实验细节
2.5.3 性能比较
2.6 本章小结
第3章 查询图像特征删减方法
3.1 背景介绍及相关工作
3.2 参考信号的选择
3.3 特征删减
3.4 实验结果
3.4.1 参数分析
3.4.2 性能分析
3.5 本章小结
第4章 基于卷积神经网络特征的性能提升策略
4.1 背景介绍及相关工作
4.2 基于卷积神经网络特征的图像表达策略
4.2.1 人类视觉
4.2.2 卷积神经网络
4.2.3 多尺度与多位置的信息结合策略
4.2.4 对卷积神经网络表达的探究
4.3 实验
4.3.1 卷积神经网络特征性能
4.3.2 多尺度与多位置信息结合实验
4.3.3 多网络与多层信息结合实验
4.3.4 卷积神经网络与词袋模型的比较分析
4.5 本章小结
第5章 总结与展望
5.1 研究成果和创新点
5.2 研究工作展望
参考文献
致谢
在读期间发表的学术论文与取得的其它研究成果