自製AI圖像搜索引擎

第1章 從文本搜索到圖像搜索
1.1 文本搜尋引擎的發展
1.2 文本搜尋引擎的結構與實現
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 搜尋引擎的一般結構
1.4 從文本到圖像
1.5 現有圖像搜尋引擎介紹
1.5.1 Google圖像搜尋引擎
1.5.2 百度圖像搜尋引擎
1.5.3 TinEye圖像搜尋引擎
1.5.4 淘寶圖像搜尋引擎
1.6 本章小結

第2章 傳統圖像特徵提取
2.1 人類怎樣獲取和理解一幅圖像
2.2 電腦怎樣獲取和表示一幅圖像
2.2.1 採樣
2.2.2 量化
2.2.3 數位圖像的存儲
2.2.4 常用的點陣圖格式
2.2.5 色彩空間
2.2.6 圖像基本操作
2.3 圖像特徵的分類
2.4 全域特徵
2.4.1 顏色特徵
2.4.2 紋理特徵
2.4.3 形狀特徵
2.5 局部特徵
2.5.1 SIFT描述符
2.5.2 SURF描述符
2.6 本章小結

第3章 深度學習圖像特徵提取
3.1 深度學習
3.1.1 神經網路的發展
3.1.2 深度神經網路的突破
3.1.3 主要的深度神經網路模型
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 卷積神經網路
3.3.1 卷積
3.3.2 卷積神經網路概述
3.3.3 經典卷積神經網路結構
3.3.4 使用卷積神經網路提取圖像特徵
3.3.5 使用遷移學習和微調技術進一步提升提取特徵的精度