● 摘要
随着互联网和多媒体等技术的快速发展，基于内容的图像检索技术得到了广泛关注。基于哈希的图像最近邻搜索技术因为所需存储空间小、检索效率高等特点，性能表现尤为突出，在搜索引擎、电子商务等多个领域展现出了巨大的科研和商业价值。
然而由于哈希方法本身存在的信息缺失等问题，检索的准确率方面还不是非常理想，特别是结果排序还有一定的问题。本文从海明距离排序、多特征融合重排序两个方面对基于哈希的图像检索重排序方法进行研究，提升了图像检索性能，同时所提出的方法能够满足海量数据实时检索的效率要求。
论文的主要工作包括：
（1）提出了查询适应的加权海明距离哈希重排序方法。针对多个哈希编码共享相同海明距离导致排序不准确的问题，本文给出了一种通过学习查询适应的比特编码级别的权重，进行加权海明距离排序的方法，有效的提升了检索的准确度。
（2）提出了基于图的多特征融合的哈希重排序方法。该方法将基于图的重排序方法和多特征融合的重排序方法相结合，能够有效地综合多特征优势，对检索性能有很大改善。
（3）基于本文所提出的图像检索重排序方法，设计和实现一个基于内容的图像检索系统，验证新排序方法的有效性。