导读:本文包含了图片检索论文开题报告文献综述及选题提纲参考文献，主要关键词:深度哈希,叁元组,跨模哈希,图片检索系统
图片检索论文文献综述
闭蓉[1]（2017）在《基于深度哈希的图片检索系统的设计与实现》一文中研究指出随着互联网技术的高速发展,与过去以文本为主的网页形式不同,在“互联网+”的时代,多媒体数据呈爆炸式增长。人们进入了“读图”时代,人们对于多媒体数据的检索需求日益增长。人们可以利用检索系统检索出他们感兴趣的多媒体数据,如图片、文字等。现有的检索系统结合图片、文字混合搜索,可以满足以文搜图、以图搜图的场景但难以适应如今海量图像数据的检索要求。由于哈希方法具有可以降低图片特征的维度以及提高响应速度的优势,被研究人员广泛用于解决大规模图像检索的问题。由于特征抽取的方式不同,我们可以将哈希方法分为基于人工的哈希检索方法以及基于深度学习的哈希检索方法——深度哈希方法。此外,由于图像内容复杂且丰富多样,文本描述用户的意图与使用图像表达的具体形式内容间存在语义上面的鸿沟。如今处于的大数据时代具有数据维度高、信息量大等特点,互联网中的图片检索系统面临巨大挑战。本文使用深度哈希技术针对大规模的以图搜图场景构建了一个基于叁元组的卷积神经网络算法。基于叁元组的卷积神经网络端到端的提取图像特征表达的同时学习图像的二进制哈希码。本文使用跨模态深度哈希技术针对大规模的图文检索场景构建了一个基于叁元组的跨模态深度神经网络算法。该算法端到端并行的学习图像和文本的两个深度神经网络。图像和文本可以通过该算法生成的哈希码同时映射到汉明空间上,使得它们可以相互检索。上述的算法训练方式都是通过选取相似/不相似样本构造叁元组,使得原始的样本离相似的样本更近,离不相似的样本更远。这两种算法目标函数的设计上都考虑到了数据之间相关性的叁元组排序损失、数据的分类损失、以及量化成哈希编码时的量化损失。通过实验与分析,本文发现这两个算法在检索的准确性上相比其他哈希方法效果更好。本文设计与实现了一个基于上述叁元组深度哈希算法的图片检索系统。本文的基于深度哈希的图片检索系统实现了大规模的以图搜图、以文搜图、以图搜文的功能。本文从索引存储空间、检索效果评价、检索速度叁个方向对系统进行性能测试,结果表明我们的基于深度哈希的图片检索系统具有检索速度快、索引占用空间小、检索准确度高的特点。本文还设计了一系列的系统测试用例,如上传图像、获取数据哈希编码等,测试效果与预期的效果一致。(本文来源于《北京邮电大学》期刊2017-12-07）
王伟晨[2]（2017）在《基于Hadoop的海量图片检索平台的构建与研究》一文中研究指出当下随着信息技术的不断发展,如何实现海量图片数据的存储与高效检索,并从这些图片中检索出有价值的、符合用户需求的图片信息已成为急需解决的问题。根据上述问题,本文展开以下几方面的研究:(1)论文分析了大数据存储技术的发展现状及研究成果,探讨了传统的基于图片内容的检索(CBIR)技术,在总结了传统的图片存储、检索技术的特点与发展的基础之上,对当前主流的检索算法进行了大量的调研。(2)论文将布隆过滤器算法应用到海量图片的检索问题中。布隆过滤器作为一种空间效率非常高且不规则的数据结构,其内部运算只需简单的"与"和"异或"操作,硬件方面比较容易实现,同时匹配的效率也非常高,因此它适合判断一个文件是否属于集合内。在此基础上本文还提出一种改进机制,降低了布隆过滤器算法的误判率,同时提高检索效率。(3)论文运用Hadoop的分布式文件系统HDFS和非关系型数据库HBase对海量图片大数据进行分布式存储管理。通过对图片进行预处理获得图片的Message-Digest Algorithm 5(MD5)值并作为 HBase 数据库中的 RowKey 值,利用布隆过滤器来判断图片是否存在于库中。如果存在库中再根据RowKey值在HBase中检索图片相关信息。构建基于HDFS-HBase-BloomFilter的一体化海量图片大数据解决方案,并通过实验进行验证。(本文来源于《内蒙古农业大学》期刊2017-06-01）
晋杰[3]（2017）在《基于多特征融合的服装图片检索关键技术研究》一文中研究指出现今,随着科技不断进步,服装电子商务迅猛发展,网络上的服装图像数量呈爆炸式增长。为了实现用户能够更加快速和准确的查找所需图像的目标,本文在基于内容的图像检索技术的基础上提出基于融合多特征的服装图像检索算法。本文针对服装图像特征提取技术展开研究,具体工作如下:第一,简要介绍CBIR系统的研究现状,并对底层的叁个特征提出相应提取算法。就颜色特征提取方面,本文采用一种基于HSV颜色矩的方法;就纹理特征提取方面,运用一种基于傅里叶描述子的方法;就形状特征提取方面,提出一种基于Hu不变矩的算法。第二,深入研究基于多特征融合的服装图片检索关键技术。由于服装图像内容信息含量高,单一使用一种低层视觉特征不能对目标图像进行全面的表达,检索效果不佳。因此本文融合上述叁个主要特征,提出基于多特征融合的方法对服装图像进行检索。实验结果表明,本文融合特征算法与单一特征算法相比,具有更好的检索性能。第叁,设计并开发了基于多特征融合的服装图片检索系统。该系统基于Matlab2010a平台搭建,共包含选择菜单、路径设置、待查询图像输入、自定义权重、待查询图像性质及返回检索结果等7个功能模块。实验中测试了各功能模块的性能,验证了服装图片检索系统的可行性。(本文来源于《昆明理工大学》期刊2017-03-01）
邢郅豪[4]（2017）在《基于超图的图片检索和标注技术研究》一文中研究指出随着社交媒体和移动多媒体的发展,社交图片网站(如Flickr)提供了大量由不同用户进行文本标注的图片。社交图片往往附带多种信息,譬如视觉特征、标签和用户等。一般仅对单一特征进行管理,或使用普通图对语义网络进行表示。然而,单一特征只能表示某方面的相关性,不能用来表示真实的语义关联。由于普通图不能够表示高维关系,故造成了信息缺失,因而需要一个框架来融合多种特征信息和表示高维关系,并能进行有效的检索和管理。不同于基于普通图模型的方法,本文使用超图模型对社交图片进行建模,因为社交图片多种信息间的关系比成对关系更加复杂。基于超图模型,本文给出了一个可扩展的交互式图片检索和标注系统HIRT;该系统利用个性化PageRank度量结点之间的相似度,并使用Top-k查询以支持相似图片检索、关键字图片检索和图片标注等功能。为了保证系统的可扩展性和高效性,本文利用批量技术、并行技术和缓冲技术提出了四种高效方法来计算转移概率矩阵,并将其存储于磁盘上的B+树中,同时开发了并行和近似的个性化PageRank算法以进一步加速Top-k查询。此外,一种基于群体计算的交互式方法也被提出以提升Top-k查询的质量。最后在大规模Flickr数据集上的大量实验评估证实,相较于现有的系统和技术,本文所提出的HIRT系统具有更好的效率和可扩展性。(本文来源于《浙江大学》期刊2017-01-05）
朱翔[5]（2016）在《基于深度学习的互联网图片人脸检索系统》一文中研究指出近些年来,人脸检索技术已经融入到国家安全、金融、民政、监控等各个领域。一方面,随着互联网人脸图片的爆炸式增长,如何从海量人脸数据中快速检索出相关人脸已经成为当前亟需解决的难题,以哈希为代表的近似近邻搜索方法得到广泛关注和研究。另一方面,卷积神经网络在计算机视觉等领域取得了惊人的性能。于是,深度哈希算法受到了研究者的青睐。已有深度哈希算法往往存在着忽略二值化处理过程中带来的数据分布变化、无法充分利用网络特征提取能力促进哈希函数学习等问题,并且卷积神经网络需要昂贵的计算代价和巨大的参数存储空间。基于此,本文提出了基于分类和量化误差的深度哈希算法,并进一步地对深度网络进行压缩,在保证网络识别精度的同时,加快计算效率和减少参数存储空间。最终,本文设计并实现了一个互联网图片人脸检索系统。本文的具体工作如下:1)创新性地提出了基于深度哈希的人脸检索算法。本文利用深度神经网络能够有效学习图像特征的优势,将深度网络与哈希编码进行结合,通过分类误差和量化误差来直接指导网络的训练,最大程度地保持原始数据的聚类分布性并减少二值量化误差,从而求得同时满足检索准确性和实效性的哈希特征。本文将图像特征学习、哈希函数学习以及分类器学习统一到一个端到端网络结构中,从深度哈希函数、目标损失函数、以及针对性地层次特征融合叁个方面对已有哈希算法进行改进,丰富的实验结果充分说明了方法的有效性。2)利用深度压缩算法压缩提出的人脸检索模型。随着网络模型在深度和宽度方面的不断扩展,模型的计算量和参数的存储空间呈几何倍增长。本文利用已有的深度压缩算法,从网络剪枝、权重量化和共享以及最终的霍夫曼编码叁个方面实现对参数存储的空间压缩。在网络精度无损的基本前提下,成功地在LeNet-5网络、AlexNet网络、VGG-16网络以及本文提出的DHCQ网络上实现了参数压缩,最终取得了 35-49倍的网络压缩比率。3)设计并实现了互联网图片人脸检索系统。该系统可以让用户便捷地浏览人脸检索结果,并且会给出当前检索情况下具体的评价指标MAP,方便用户从客观指标和返回结果两方面评价人脸检索的最终效果。(本文来源于《南京理工大学》期刊2016-12-01）
孙玉林,王晓卉[6]（2016）在《一种基于Hadoop的海量图片检索策略》一文中研究指出针对电商平台海量图片的检索出现的性能瓶颈问题,本文提出一种基于Hadoop的海量图片检索策略,通过Sequence实现对小图片合并,并在合并过程中设定单个Sequence File的偏移量,解析索引快速定位存储图片Block的DataNode和Fileld,解决海量图片数据扩容和快速检索的问题。(本文来源于《电子技术与软件工程》期刊2016年18期）
James,Bornholt[7]（2016）在《利用DNA分子存储和检索数字图片和视频》一文中研究指出据James Bornholt 2016年4月11日(ASPLOSⅩⅪ)报道,美国华盛顿大学科学家和微软公司电子工程师开发出的一种新技术可能能够降低储存数字数据所需的空间。这个系统利用DNA分子编码、存储和检索数字数据,能够比当前计算机文档技术上百万倍紧凑地储存信息。科学家成功地将来自4个图像文件的数字数据编码为人工合成DNA片段的核苷酸序列,并从更为大型的DNA库中检索到(本文来源于《生物医学工程与临床》期刊2016年03期）
袁丽,赵景焕,皇锐,黄倩[8]（2016）在《检测分析领域中非专利资源库图片检索研究》一文中研究指出针对检测分析领域对于结构工艺进行检索时噪音较大的问题,结合一篇实际案例探讨如何对试验装置、工艺流程类的权利要求在CNKI、百度、谷歌中进行图片检索,并对各种图片检索的特点进行了总结,CNKI、百度、谷歌图片检索是常规检索的一种补充手段,应当根据案件的具体情况灵活选用各种检索方式。(本文来源于《河南科技》期刊2016年04期）
黎浩宏[9]（2015）在《基于图片内容的商品信息检索系统》一文中研究指出介绍了使用基于图片内容进行商品信息检索的算法和实现原型系统,用户提交待查询商品图片后,系统对商品图像进行提取关键特征值,再和系统数据库中的图像特征值比较,缩小了检索得到的图片集合,提高了查全率和查准率。(本文来源于《浙江工贸职业技术学院学报》期刊2015年04期）
谭光兴,刘臻晖[10]（2015）在《基于改进的排序学习的图片检索算法研究》一文中研究指出图片检索是图片共享社会网络中的重要研究内容之一。传统的图片检索方法往往通过对用户输入的关键字和图片的文本描述加以匹配来进行图片检索。由于文本信息存在歧义性,图片的文本描述十分困难,因此检索结果的准确性低。为了提高图片检索的准确性,提出了基于排序学习的图片检索方法。将每幅图片通过多种特征描述符进行描述,当用户的输入为图片时,通过对比查询图片和图片库中图片的相似性进行图片检索。采用支持向量机和关联规则两种学习方法对特征描述符的权重组合进行学习,并提出了相应的学习算法。实验表明,提出的基于学习的图片检索方法与相关图片检索方法相比具有更高的准确性。此外,应用支持向量机和关联规则两种方法对分类函数进行学习时,由于两种算法通过相同的数据实例对图片描述符的权重进行学习,因此得到的结果是相关的。(本文来源于《计算机科学》期刊2015年12期）
图片检索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当下随着信息技术的不断发展,如何实现海量图片数据的存储与高效检索,并从这些图片中检索出有价值的、符合用户需求的图片信息已成为急需解决的问题。根据上述问题,本文展开以下几方面的研究:(1)论文分析了大数据存储技术的发展现状及研究成果,探讨了传统的基于图片内容的检索(CBIR)技术,在总结了传统的图片存储、检索技术的特点与发展的基础之上,对当前主流的检索算法进行了大量的调研。(2)论文将布隆过滤器算法应用到海量图片的检索问题中。布隆过滤器作为一种空间效率非常高且不规则的数据结构,其内部运算只需简单的"与"和"异或"操作,硬件方面比较容易实现,同时匹配的效率也非常高,因此它适合判断一个文件是否属于集合内。在此基础上本文还提出一种改进机制,降低了布隆过滤器算法的误判率,同时提高检索效率。(3)论文运用Hadoop的分布式文件系统HDFS和非关系型数据库HBase对海量图片大数据进行分布式存储管理。通过对图片进行预处理获得图片的Message-Digest Algorithm 5(MD5)值并作为 HBase 数据库中的 RowKey 值,利用布隆过滤器来判断图片是否存在于库中。如果存在库中再根据RowKey值在HBase中检索图片相关信息。构建基于HDFS-HBase-BloomFilter的一体化海量图片大数据解决方案,并通过实验进行验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图片检索论文参考文献
[1].闭蓉.基于深度哈希的图片检索系统的设计与实现[D].北京邮电大学.2017
[2].王伟晨.基于Hadoop的海量图片检索平台的构建与研究[D].内蒙古农业大学.2017
[3].晋杰.基于多特征融合的服装图片检索关键技术研究[D].昆明理工大学.2017
[4].邢郅豪.基于超图的图片检索和标注技术研究[D].浙江大学.2017
[5].朱翔.基于深度学习的互联网图片人脸检索系统[D].南京理工大学.2016
[6].孙玉林,王晓卉.一种基于Hadoop的海量图片检索策略[J].电子技术与软件工程.2016
[7].James,Bornholt.利用DNA分子存储和检索数字图片和视频[J].生物医学工程与临床.2016
[8].袁丽,赵景焕,皇锐,黄倩.检测分析领域中非专利资源库图片检索研究[J].河南科技.2016
[9].黎浩宏.基于图片内容的商品信息检索系统[J].浙江工贸职业技术学院学报.2015
[10].谭光兴,刘臻晖.基于改进的排序学习的图片检索算法研究[J].计算机科学.2015