摘要：基于最近流行的CNN网络，本文针对快速图像检索，提出一个简洁且有效的深度学习框架去同时学习图像特征和二进制哈希字符串。此方法在已有的AlexNet网络中加入隐藏层，该层可以训练得到二进制哈希字符串，同时原有框架的CNN模型也可以训练得到图像特征。本文的方法只需要单个输入就能够学习二进制哈希字符串和图像特征，这点和其他已有方法需要成对的输入不同，并且能够更适用于大规模的数据集。随后利用该模型搭建了一个在线的以图搜图系统，实验结果表明本文模型在Oxford-IIIT公开数据集上表现优秀。

关键词：图像检索； 卷积网络； 神经网络； 深度学习

目录

摘要

Abstract

1.-引言-4

2.-深度学习简介-5

2.1.-机器学习-5

2.2.-监督学习-5

2.3.-反向传播算法-6

2.4.-卷积神经网络-6

3.-相关工作-7

4.-方法描述-8

4.1.-学习类哈希二进制字符串-9

4.2.-通过分层深度搜索进行图像检索-10

5.-系统搭建-10

5.1.-框架介绍-10

5.2.-数据集介绍-11

5.3.-网站搭建-11

5.4.-评价标准-12

5.5.-Oxford-IIIT数据集的结果-13

6.-总结-13

参考文献