隨著計算機(jī)視覺的發(fā)展,圖像檢索技術(shù)得到了很大的突破。圖像的特征提取是圖像檢索的關(guān)鍵環(huán)節(jié),好的特征提取算法不但可以為圖像識別和檢索帶來方便,而且還可以提高圖像檢索系統(tǒng)的性能。傳統(tǒng)圖像檢索的特征提取使用圖像的紋理等淺層特征對圖像進(jìn)行描述,沒有提取出圖像的高層語義信息,檢索性能較差。而基于深度學(xué)習(xí)的特征提取是通過神經(jīng)網(wǎng)絡(luò)算法提取圖像特征,可以提取出圖像的高層語義信息。針對圖像檢索中的特征提取,本文提出兩種深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),基于聚類注意力神經(jīng)網(wǎng)絡(luò)的圖像檢索網(wǎng)絡(luò)和基于半監(jiān)督階梯網(wǎng)絡(luò)的圖像哈希檢索網(wǎng)絡(luò)�；诎氡O(jiān)督階梯網(wǎng)絡(luò)的圖像哈希檢索網(wǎng)絡(luò)主要由半監(jiān)督階梯網(wǎng)絡(luò)和哈希檢索兩部分組成,半監(jiān)督階梯網(wǎng)絡(luò)通過半監(jiān)督的方式訓(xùn)練神經(jīng)網(wǎng)絡(luò),解決了無標(biāo)簽數(shù)據(jù)無法訓(xùn)練特征提取網(wǎng)絡(luò)的問題,哈希檢索的方式提高了圖像檢索的效率;基于聚類注意力神經(jīng)網(wǎng)絡(luò)的圖像檢索網(wǎng)絡(luò)主要由基礎(chǔ)網(wǎng)絡(luò),聚類注意力神經(jīng)網(wǎng)絡(luò)(Cluster Attention Network,CAN),多注意力多類約束損失函數(shù)(Multi Attention Multi Class,MAMC)三部分構(gòu)成,該網(wǎng)絡(luò)可提取出每張圖像的多個關(guān)鍵區(qū)域特征,并利用多個關(guān)鍵區(qū)域特征...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于內(nèi)容的圖像檢索研究現(xiàn)狀
        1.2.2 基于深度學(xué)習(xí)的圖像檢索研究現(xiàn)狀
    1.3 研究內(nèi)容和結(jié)構(gòu)安排
第二章 相關(guān)技術(shù)知識
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 理論基礎(chǔ)
        2.1.2 主流模型
    2.2 圖像特征提取
        2.2.1 傳統(tǒng)圖像特征提取
        2.2.2 基于深度學(xué)習(xí)的特征提取
    2.3 基于內(nèi)容的圖像檢索
    2.4 本章小結(jié)
第三章 基于半監(jiān)督階梯網(wǎng)絡(luò)的圖像哈希檢索算法
    3.1 半監(jiān)督階梯網(wǎng)絡(luò)
        3.1.1 半監(jiān)督機(jī)器學(xué)習(xí)
        3.1.2 階梯網(wǎng)絡(luò)
    3.2 哈希檢索
        3.2.1 二值哈希檢索
        3.2.2 四值哈希檢索
    3.3 半監(jiān)督階梯網(wǎng)絡(luò)的圖像哈希檢索算法
    3.4 實(shí)驗(yàn)過程和結(jié)果分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.4.2 實(shí)驗(yàn)設(shè)計
        3.4.3 實(shí)驗(yàn)分析
    3.5 本章小結(jié)
第四章 基于聚類注意力神經(jīng)網(wǎng)絡(luò)的圖像檢索算法
    4.1 注意力機(jī)制
    4.2 聚類神經(jīng)網(wǎng)絡(luò)
        4.2.1 聚類注意力神經(jīng)網(wǎng)絡(luò)
        4.2.2 多注意力多類約束損失函數(shù)
    4.3 聚類注意力神經(jīng)網(wǎng)絡(luò)圖像檢索算法
    4.4 實(shí)驗(yàn)過程和結(jié)果分析
        4.4.1 商品圖像數(shù)據(jù)集
        4.4.2 實(shí)驗(yàn)設(shè)計
        4.4.3 實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
致謝



本文編號：3736163