基于深度神经网络图像检索系统设计与实现.docxVIP

密级：保密期限： 硕士研究生学位论文 题目：基于深度神经网络的图像检索系统设计与实现 学号： 姓名： 专业：计算机技术 导师： 学院：计算机学院 2015年11月22日  独创性（或创新性）声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：日期： 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后遵守此规定） 保密论文注释：本学位论文属于保密在年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。 本人签名：日期： 导师签名：日期：  基于深度神经网络的图像检索系统设计与实现 摘要 随着网络图像信息的飞速增长，图像检索成为帮助人们快速获取图像信息的一个有效手段，尤其是以图检图技术，在摄像头成为当前智能终端标准配置情况下，有着巨大的应用需求。 本文在综述现有研究工作的基础上，面向提高以图检图技术搜索质量和搜索速度的目标，开展了一系列的研究，主要取得了如下的成果。 形式化描述了图像检索任务，提出了基于卷积神经网络(CNN, Convolutional Neural Networks)图像特征哈希的检索模型,并进行了形式化描述，设计了基于CNN图像特征哈希的图像检索算法。 实现了位置敏感哈希、谱哈希、深度自编码哈希三种哈希索引方法，并针对本文任务所面向的数据集对这些方法进行了改进和优化。在大规模服装图像数据集上对三种算法进行了分析测试，结果表明深度自编码哈希方法具有更好的性能。 基于上述模型和算法，设计并实现了一个面向服装领域的图像检索系统。系统利用无监督的深度自编码器对有监督CNN获得的图像特征进行哈希，综合利用了有标注和无标注图像数据。 系统分为表现层、逻辑层、应用层、数据层，工程上各部分采用成熟、稳定的开源技术，系统具有良好的拓展性及稳定性。通过实验对系统的检索效果和检索速度进行了评估，在与淘宝拍立淘、百度服装检索系统等当前业界应用系统的对比中，本文实现的系统取得了非常具有竞争力的性能。 关键字 图像检索系统 图像索引 卷积神经网络 深度自编码器哈希 DESIGNANDIMPLEMENTATION OFIMAGERETRIEVALSYSTEM BASEDONDEEPNEURALNETWORK ABSTRACT In this paper, an image retrieval system based on deep neural network is realized. The system has a high content of image retrieval performance. The main research work and results of this paper are as follows: Of image retrieval algorithm research,formal the description of retrieval process and the definition of hash retrieval algorithm,design a CNN(Convolutional Neural Networks) based image hash retrieval algorithm.Based on this image retrieval model, this paperbuild indexing algorithm experimental dataandevaluation methods. Location sensitive hash, spectral hash and deep autoencoder hash are implemented and optimized for given data. In the clothing image data set, these algorithms are trained and compared,indicating