人工智能時(shí)代不斷進(jìn)步,使得計(jì)算機(jī)在很多方面能夠做到和人類(lèi)一樣思維的操作,大幅度提升了辦事的效率,正因?yàn)榭萍嫉倪M(jìn)步,圖像檢索方式也在不斷進(jìn)步,人們對(duì)于圖像檢索的需求也日漸增多,因此,如何在大規(guī)模的圖像檢索任務(wù)中提升速度和精度成為圖像檢索工程中非常關(guān)鍵的任務(wù)。針對(duì)如何提升大規(guī)模圖像檢索任務(wù)的精度和效率的問(wèn)題,提出了一種結(jié)合哈希算法和生成對(duì)抗網(wǎng)絡(luò)算法的圖像檢索模型。該模型在無(wú)監(jiān)督條件下進(jìn)行,即不利用圖像標(biāo)簽信息解決相似向量分類(lèi)的問(wèn)題,做到檢索精度準(zhǔn)確且檢索速率高效。首先,利用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,將圖像更深層次的特征有效提取出來(lái),將圖像更復(fù)雜的內(nèi)容準(zhǔn)確表達(dá)。其次,將得到的特征向量經(jīng)過(guò)哈希函數(shù)量化處理,得到二進(jìn)制哈希碼,同時(shí),為了能夠正確將無(wú)標(biāo)簽圖像分類(lèi),使相似圖像的哈希碼更相似,將根據(jù)分類(lèi)算法構(gòu)造近鄰結(jié)構(gòu)輔助哈希算法生成二進(jìn)制哈希碼。接著,利用生成對(duì)抗網(wǎng)絡(luò)優(yōu)化所得二進(jìn)制哈希碼,將二進(jìn)制噪聲變量作為生成器的輸入,使得判別器對(duì)生成的假樣本或真實(shí)所得的二進(jìn)制樣本進(jìn)行判斷,生成器和判別器通過(guò)不斷博弈,將準(zhǔn)確的哈希碼輸出。最后利用漢明距離對(duì)圖像的特征向量進(jìn)行相似性匹配,最終完成圖像檢索任務(wù)。實(shí)驗(yàn)證...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 各章節(jié)結(jié)構(gòu)安排
2 圖像檢索技術(shù)相關(guān)理論
    2.1 特征提取方法
    2.2 哈希學(xué)習(xí)
    2.3 生成對(duì)抗網(wǎng)絡(luò)學(xué)習(xí)
    2.4 本章小結(jié)
3 結(jié)合哈希算法與生成對(duì)抗網(wǎng)絡(luò)的圖像檢索方法
    3.1 圖像數(shù)據(jù)集特征提取
    3.2 鄰域結(jié)構(gòu)輔助哈希學(xué)習(xí)
    3.3 GAN優(yōu)化哈希碼
    3.4 優(yōu)化器增強(qiáng)訓(xùn)練
    3.5 誤差損失函數(shù)
    3.6 本章小結(jié)
4 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)環(huán)境及所用數(shù)據(jù)集
    4.2 實(shí)驗(yàn)評(píng)估標(biāo)準(zhǔn)
    4.3 實(shí)驗(yàn)對(duì)比算法
    4.4 模型測(cè)試與結(jié)果分析
    4.5 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3753506