基于内容的大规模图像检索的设计与实现

声明

摘要

符号说明

1 绪论

1．1 图像检索问题

1．2 图像表示方法

1．3 本文的主要工作

2 相关工作

2．1 图像检索系统

2．2 完整特征-图像检索系统

2．2．1 Kd-树(Kd-Trees，kdt)

2．2．2 局部敏感哈希(Locality Sensitive Hashing，lsh)

2．2．3 分层K-均值(Hierarchical K-Means，hkm)

2．3 词袋-图像检索系统

2．3．1 倒排表(Inverted File，invf)

2．3．2 最小哈希(Min-Hash，minhash)

2．4 存在的问题

2．5 小结

3 解决方案

3．1 压缩Kd-Trees

3．1．1 压缩二进制标签

3．1．2 压缩Kd-Trees图像检索系统

3．2 多字典词袋

3．3 并行化处理

4 实验与分析

4．1 图像数据库

4．1．1 取样图像数据库

4．1．2 干扰图像数据库

4．2 实验环境设置

4．3 相关方法的对比实验

4．3．1 参数设置

4．3．2 实验结果与讨论

4．4 压缩Kd-Trees图像检索系统实验结果与分析

4．4．1 实验环境设置

4．4．2 二进制标签比较

4．4．3 压缩Kd-Trees

4．5 多字典词袋图像检索系统实验结果与分析

4．5．1 实验环境设置

4．5．2 词袋细节

4．5．3 多字典词袋方法

4．5．4 关于模型图像特征

4．5．5 合并模型图像特征和多字典词袋

4．6 小结

5 总结

参考文献

致谢