在相當(dāng)長的一段時(shí)間里,隨著移動端影像技術(shù)和新興社交網(wǎng)站的快速發(fā)展,照片和視頻等視覺數(shù)據(jù)呈現(xiàn)爆炸性增長的趨勢,這些視覺數(shù)據(jù)中蘊(yùn)含著巨量的信息,早已引起了學(xué)術(shù)界和工業(yè)界對高效的視覺數(shù)據(jù)檢索算法的探索興趣。精確的最近鄰搜索方法對時(shí)間和算力的要求都很高,而視覺數(shù)據(jù)又有存儲、計(jì)算開銷大,視覺到語義信息表示困難等問題,這都成為視覺數(shù)據(jù)檢索算法面臨的挑戰(zhàn)。由于哈希檢索方法在存儲、計(jì)算上表現(xiàn)出的效率優(yōu)勢,以及深度方法在視覺數(shù)據(jù)上表現(xiàn)出的無可比擬的特征提取能力,二者結(jié)合的深度哈希方法成為了應(yīng)對視覺數(shù)據(jù)檢索問題非常有前景的重要方法。由于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征提取能力可以輕松超過手工設(shè)計(jì)特征,因此大多數(shù)端到端的深度哈希方法直接使用全連接層的輸出來近似哈希碼,通過編碼全局語義信息學(xué)習(xí)哈希函數(shù)。而在圖像檢索任務(wù)中,圖像中可能存在多個實(shí)例,模型應(yīng)當(dāng)關(guān)注的是那些與檢索目標(biāo)高度相關(guān)的局部的信息,至于周邊的背景信息對于檢索任務(wù)則是冗余的,甚至有干擾性,圖像空間局部信息的損失可能是模型檢索性能瓶頸的原因之一。注意力機(jī)制是公認(rèn)的發(fā)掘?qū)θ蝿?wù)貢獻(xiàn)度高的局部信息好的方法,它是一種普適性的思路,沒有嚴(yán)格的數(shù)學(xué)定義,很多深度模型把它... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 圖像檢索哈希方法
        1.2.2 計(jì)算機(jī)視覺領(lǐng)域的注意力機(jī)制
    1.3 本文主要工作
    1.4 本文組織結(jié)構(gòu)
第二章 模型與算法設(shè)計(jì)
    2.1 模型概述
    2.2 顯式引導(dǎo)的空間注意力生成機(jī)制
        2.2.1 從前饋角度設(shè)計(jì)局部類別預(yù)測概率
        2.2.2 對局部類別預(yù)測概率進(jìn)行直接優(yōu)化
        2.2.3 生成空間注意力圖
    2.3 哈希碼生成流
        2.3.1 損失函數(shù)設(shè)計(jì)
        2.3.2 優(yōu)化過程
    2.4 訓(xùn)練和檢索算法
    2.5 卷積特征與原圖像的空間對應(yīng)關(guān)系
    2.6 本章小結(jié)
第三章 性能驗(yàn)證與分析
    3.1 數(shù)據(jù)集
    3.2 評價(jià)標(biāo)準(zhǔn)和對比方法
    3.3 實(shí)驗(yàn)設(shè)置
    3.4 實(shí)驗(yàn)與結(jié)果分析
        3.4.1 最優(yōu)訓(xùn)練策略
        3.4.2 對比方法結(jié)果比較
        3.4.3 消融實(shí)驗(yàn)
        3.4.4 空間注意力圖可視化
    3.5 本章小結(jié)
第四章 總結(jié)與展望
    4.1 總結(jié)
    4.2 展望
參考文獻(xiàn)
致謝
學(xué)位論文評閱及答辯情況表



本文編號：3171043