第1章 從文本搜索到圖像搜索
1.1 文本搜索引擎的發展
1.2 文本搜索引擎的結構與實現
1.2.1 文本預處理
1.2.2 建立索引
1.2.3 對索引進行搜索
1.3 搜索引擎的一般結構
1.4 從文本到圖像
1.5 現有圖像搜索引擎介紹
1.5.1 Google圖像搜索引擎
1.5.2 百度圖像搜索引擎
1.5.3 TinEye圖像搜索引擎
1.5.4 淘寶圖像搜索引擎
1.6 本章小結
第2章 傳統圖像特征提取
2.1 人類怎樣獲取和理解一幅圖像
2.2 計算機怎樣獲取和表示一幅圖像
2.2.1 采樣
2.2.2 量化
2.2.3 數字圖像的存儲
2.2.4 常用的位圖格式
2.2.5 色彩空間
2.2.6 圖像基本操作
2.3 圖像特征的分類
2.4 全局特征
2.4.1 顏色特征
2.4.2 紋理特征
2.4.3 形狀特征
2.5 局部特征
2.5.1 SIFT描述符
2.5.2 SURF描述符
2.6 本章小結
第3章 深度學習圖像特征提取
3.1 深度學習
3.1.1 神經網絡的發展
3.1.2 深度神經網絡的突破
3.1.3 主要的深度神經網絡模型
3.2 深度學習應用框架
3.2.1 TensorFlow
3.2.2 Torch
3.2.3 Caffe
3.2.4 Theano
3.2.5 Keras
3.2.6 DeepLearning4J
3.3 卷積神經網絡
3.3.1 卷積
3.3.2 卷積神經網絡概述
3.3.3 經典卷積神經網絡結構
3.3.4 使用卷積神經網絡提取圖像特征
3.3.5 使用遷移學習和微調技術進一步提升提取特征的精度