基于內(nèi)容的旅游景點(diǎn)影像檢索是智慧旅游領(lǐng)域內(nèi)的一項(xiàng)基本任務(wù)。由于景點(diǎn)影像拍攝的季節(jié)、光照和角度等條件的不同,使其相較于其他基于內(nèi)容的影像檢索（Content-based image retrieval,CBIR）任務(wù)而言更加具有挑戰(zhàn)性。哈希檢索是一種主流的影像檢索方法,其算法中使用的哈希編碼在計(jì)算和存儲(chǔ)上具有獨(dú)特優(yōu)勢(shì)。然而傳統(tǒng)的哈希算法存在特征表達(dá)能力差,編碼冗余度高等缺點(diǎn),導(dǎo)致其在景點(diǎn)影像檢索任務(wù)中的表現(xiàn)不能令人滿意。為了解決這個(gè)問題,本文使用一種基于深度學(xué)習(xí)的哈希碼生成策略,可以端對(duì)端的訓(xùn)練哈希映射。并且針對(duì)現(xiàn)有深度哈希算法存在的不足,對(duì)現(xiàn)有算法進(jìn)行了一些改進(jìn)以提高訓(xùn)練的穩(wěn)定性和檢索的性能,從而實(shí)現(xiàn)在大規(guī)模的景點(diǎn)影像數(shù)據(jù)集上對(duì)景點(diǎn)影像進(jìn)行高效且快速的檢索。具體來(lái)說(shuō),本文主要包含以下幾方面內(nèi)容:第一:針對(duì)傳統(tǒng)手工特征在特征表達(dá)能力和泛化能力上的局限性,本文使用一種高效的卷積神經(jīng)網(wǎng)絡(luò)作為特征提取子網(wǎng)絡(luò),用于提取具有更好表達(dá)能力的影像特征,并且使用遷移學(xué)習(xí)的方式遷移網(wǎng)絡(luò)參數(shù),從而進(jìn)一步優(yōu)化網(wǎng)絡(luò)性能。第二:綜合現(xiàn)有深度哈希檢索算法中的優(yōu)缺點(diǎn),對(duì)現(xiàn)有方法進(jìn)行改進(jìn)。首先使用分塊編碼的方式代替?zhèn)鹘y(tǒng)... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

深度學(xué)習(xí)基本結(jié)構(gòu)

受限波茲曼機(jī)

可見層的條件概率分布， P ( h( l 1)| h( l ))是最高層的波茲曼機(jī)的聯(lián)合概率分布。DNB 模型如圖2.3 所示。從中可以比較清晰的看出，一個(gè)深度置信網(wǎng)絡(luò)中包含多個(gè)受限波茲曼機(jī)。DBN模型除了輸出層為無(wú)向圖之外，其它層均為自上而下的有向圖。通過多層之間的迭代循環(huán)計(jì)算，在最高層的可視化層，深度置信網(wǎng)絡(luò)可以對(duì)數(shù)據(jù)充分的使用條件概率進(jìn)行表達(dá)。

【參考文獻(xiàn)】：
期刊論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)和二進(jìn)制哈希學(xué)習(xí)的圖像檢索方法[J]. 彭天強(qiáng),栗芳.  電子與信息學(xué)報(bào). 2016(08)

碩士論文
[1]基于內(nèi)容的圖像檢索算法研究[D]. 金銘.北京工業(yè)大學(xué) 2016
[2]大規(guī)模旅游景點(diǎn)圖像檢索[D]. 王星祥.安徽大學(xué) 2016
[3]高維數(shù)據(jù)的哈希索引技術(shù)研究[D]. 楊真真.北京交通大學(xué) 2015



本文編號(hào)：3615915