《基于深度学习理论的纹身图像识别与检测研究》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:许庆勇著
  • 出 版 社:武汉:华中科技大学出版社
  • 出版年份:2018
  • ISBN:9787568047203
  • 页数:143 页
图书介绍:本专著利用深度学习算法对纹身图像检测进行全面详细研究。已有部分学者通过研究论文的形式进行研究,但还未见详细的专著对纹身检测进行全面、深入的研究。随着图像拍摄设备、智能手机和互联网技术的发展,纹身图像的采集、传播变得越来越容易。伴随着突发事件的发展,纹身同其它生物特征一样,成为对罪犯嫌疑人识别的有力证据。如何对纹身图像进行检测和语义解读,为相关部门和人员提供有力的证据,已引起安全部门的重视。自Alex设计了一个深度学习模型并在ImageNet上取得成功后,深度学习逐渐成为学术界、企业界研究的热点。同时纹身图像检测作为图像分类研究的一个分支,已引起各学者的注意。

第一章 绪论 1

一、引言 3

二、深度学习 5

三、纹身图像 12

四、纹身图像识别与检测 22

第二章 纹身图像处理理论基础 27

一、图像底层特征 29

二、词包模型 36

三、空间金字塔概述 37

四、深度置信网络概述 38

五、卷积神经网络 42

第三章 深度学习算法在纹身图像检测中的比较研究 47

一、深度学习算法 49

二、对比实验与分析 56

第四章 基于多特征融合的DBN纹身图像识别与检测 63

一、引言 65

二、基于多特征融合的DBN纹身图像检测改进算法 66

三、基于视觉词包的DBN纹身图像检测改进算法(BOV W-DBN) 68

四、基于空间金字塔的DBN纹身图像检测改进算法(SP-DBN) 74

五、基于DBN改进算法在Caltech 101分类中的应用 78

六、基于DBN改进算法在纹身图像检测中的应用 82

第五章 基于全连接层的CNN纹身图像检测 93

一、CNN基本结构 96

二、基于CNN的改进算法 97

三、基于三通道R-CNN的纹身检测(CFT Faster R-CNN) 118

主要参考文献 130

后记 143