隨著21世紀互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)上的海量數(shù)據(jù)已經(jīng)與我們的生活變得密不可分。如何令用戶可以在如此海量的數(shù)據(jù)中迅速搜索到自己感興趣的圖片變得十分重要,因此圖像檢索成為了目前人們生活中必不可少的技術(shù)之一。但是利用圖像本身的特征進行檢索有著明顯的缺點,提取出的圖像特征維度過高,占用的存儲空間巨大,導(dǎo)致了檢索過程的效率十分低下。于是研究人員提出了基于哈希方法的圖像檢索技術(shù),并在越來越多的檢索系統(tǒng)中開始使用,取得了顯著的效果。利用哈希方法進行圖像檢索又分為傳統(tǒng)的哈希學(xué)習(xí)方法和基于深度神經(jīng)網(wǎng)絡(luò)的哈希學(xué)習(xí)方法。在傳統(tǒng)的哈希學(xué)習(xí)中,利用手工設(shè)計進行對圖像特征的提取在保留圖像語義信息方面存在著一定的限制,導(dǎo)致后期學(xué)習(xí)的效果不是很好,然而利用深度神經(jīng)網(wǎng)絡(luò)進行哈希學(xué)習(xí)的方法取得了比較良好的效果。但是目前大多數(shù)利用深度神經(jīng)網(wǎng)絡(luò)進行的哈希學(xué)習(xí)都是在有監(jiān)督的條件下進行的,然而在現(xiàn)實世界中有標簽的圖片是相對有限的,而且對圖片進行標注是一件十分耗費人力物力的事情,所以實現(xiàn)基于半監(jiān)督哈希學(xué)習(xí)的圖像檢索技術(shù)變得尤為重要。針對這些問題,本文的工作主要如下:首先針對現(xiàn)實世界中圖像缺少標簽的問題,利用棧式自編碼器實現(xiàn)基于半監(jiān)督... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 圖像檢索技術(shù)的研究現(xiàn)狀
        1.2.1 基于文本的圖像檢索技術(shù)
        1.2.2 基于內(nèi)容的圖像檢索技術(shù)
    1.3 基于哈希方法的圖像檢索技術(shù)的研究現(xiàn)狀
        1.3.1 非數(shù)據(jù)依賴哈希
        1.3.2 數(shù)據(jù)依賴哈希
        1.3.3 深度哈希
    1.4 主要研究內(nèi)容和論文組織結(jié)構(gòu)
        1.4.1 主要研究內(nèi)容
        1.4.2 論文的組織結(jié)構(gòu)
第2章 基于哈希方法的圖像檢索技術(shù)
    2.1 引言
    2.2 基于哈希的圖像檢索的基本框架
    2.3 圖像特征提取
    2.4 相似性度量
        2.4.1 基于距離的度量方式
        2.4.2 基于相似度的度量方式
    2.5 傳統(tǒng)圖像哈希技術(shù)
        2.5.1 局部敏感哈希方法
        2.5.2 譜哈希方法
        2.5.3 核監(jiān)督哈希
    2.6 深度哈希函數(shù)
        2.6.1 卷積神經(jīng)網(wǎng)絡(luò)哈希學(xué)習(xí)
        2.6.2 深度神經(jīng)網(wǎng)絡(luò)哈希學(xué)習(xí)
    2.7 本章小結(jié)
第3章 基于哈希學(xué)習(xí)的圖像檢索技術(shù)的改進
    3.1 引言
        3.1.1 卷積神經(jīng)網(wǎng)絡(luò)與哈希學(xué)習(xí)
    3.2 基于棧式自編碼器的半監(jiān)督哈希學(xué)習(xí)研究
        3.2.1 棧式自編碼器
        3.2.2 半監(jiān)督哈希學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.3 網(wǎng)絡(luò)的損失函數(shù)
    3.3 基于生成對抗網(wǎng)絡(luò)的半監(jiān)督哈希學(xué)習(xí)機制改進
        3.3.1 生成對抗網(wǎng)絡(luò)
        3.3.2 主要設(shè)計思想
        3.3.3 改進網(wǎng)絡(luò)的主要結(jié)構(gòu)
    3.4 基于膠囊網(wǎng)絡(luò)的哈希碼生成網(wǎng)絡(luò)
        3.4.1 膠囊網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.2 主要設(shè)計思想
    3.5 哈希碼二值化改進
    3.6 本章小結(jié)
第4章 網(wǎng)絡(luò)學(xué)習(xí)性能分析及系統(tǒng)實現(xiàn)
    4.1 引言
    4.2 實驗數(shù)據(jù)集介紹
    4.3 實驗環(huán)境配置情況
    4.4 評價指標
    4.5 實驗結(jié)果與分析
        4.5.1 基于棧式自編碼器的哈希學(xué)習(xí)的效果分析
        4.5.2 基于生成對抗網(wǎng)絡(luò)的圖像對生成效果分析
        4.5.3 基于膠囊網(wǎng)絡(luò)的哈希碼生成效果分析
    4.6 系統(tǒng)整體設(shè)計
        4.6.1 系統(tǒng)的整體框架
        4.6.2 數(shù)據(jù)庫設(shè)計
        4.6.3 系統(tǒng)性能分析
    4.7 本章小結(jié)
結(jié)論
參考文獻
致謝


【參考文獻】：
期刊論文
[1]快速魯棒特征算法的CUDA加速優(yōu)化[J]. 劉金碩,曾秋梅,鄒斌,江莊毅,鄧娟.  計算機科學(xué). 2014(04)
[2]基于文本的與基于內(nèi)容的圖像檢索技術(shù)比較研究[J]. 張騫.  情報探索. 2012(01)
[3]圖像特征提取研究[J]. 翟俊海,趙文秀,王熙照.  河北大學(xué)學(xué)報(自然科學(xué)版). 2009(01)
[4]基于統(tǒng)計學(xué)的最近鄰查詢中維數(shù)災(zāi)難的研究[J]. 薄樹奎,李盛陽,朱重光.  計算機工程. 2006(21)
[5]圖像二值化時圖像特征的保留[J]. 王強,馬利莊.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2000(10)
[6]基于內(nèi)容的圖像檢索綜述[J]. 莊越挺,潘云鶴,芮勇,ThomasS.Huang.  模式識別與人工智能. 1999(02)



本文編號：3179273