声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要研究内容
1.4 论文组织结构
2 基于内容的图像检索技术概述
2.1 深度学习相关理论基础知识
2.1.1 引言
2.1.2 网络模型结构
2.1.3 深度特征学习方式
2.1.4 卷积神经网络
2.2 图像特征描述
2.2.1 颜色特征
2.2.2 纹理特征
2.2.3 形状特征
2.3 图像的相似性度量
2.4 图像的哈希技术
2.4.1 局部敏感哈希(LSH)
2.4.2 迭代量化哈希(ITQ)
2.4.3 深度哈希
2.5 本章小结
3 基于深度哈希卷积神经网络的图像检索方法
3.1 引言
3.2 网络模型优化
3.2.1 卷积网络模型的引入
3.2.2 哈希函数
3.2.3 优化的目标函数
3.2.4 防止过拟合方法
3.2.5 网络架构及初始化方案
3.3 实验设置与结果分析
3.3.1 实验环境
3.3.2 图像数据集介绍
3.3.3 对比算法与评价指标
3.3.4 实验结果与分析
3.4 本章小结
4 基于多层多尺度特征融合的深度哈希图像检索方法
4.1 引言
4.2 算法框架结构
4.2.1 改进的网络模型
4.2.2 多层多尺度特征融合
4.2.3 近似最近邻策略
4.3 实验设置与结果分析
4.3.1 实验环境
4.3.2 图像数据集
4.3.3 实验结果与分析
4.3.4 图像检索系统效果展示界面
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
重庆理工大学;