首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

SVM在京剧脸谱图像识别上的应用研究

摘要第4-5页
Abstract第5页
第1章 绪论第9-17页
    1.1 论文研究背景与意义第9-11页
    1.2 国内外研究现状第11-14页
        1.2.1 图像识别技术的发展和研究现状第11-12页
        1.2.2 京剧脸谱图像及人脸识别研究现状第12-14页
    1.3 主要研究内容第14页
    1.4 组织结构第14-17页
第2章 京剧脸谱图像识别技术分析第17-27页
    2.1 图像特征提取理论第17-19页
        2.1.1 全局特征提取方法第17-18页
        2.1.2 局部特征提取方法第18-19页
    2.2 特征匹配方法概述第19-21页
        2.2.1 街区距离定义第19页
        2.2.2 欧氏距离定义第19-20页
        2.2.3 切比雪夫距离定义第20页
        2.2.4 闵可夫斯基距离定义第20页
        2.2.5 夹角余弦定义第20-21页
    2.3 模式识别理论与机器学习理论第21-24页
        2.3.1 模式识别理论第21页
        2.3.2 机器学习理论第21-24页
    2.4 京剧脸谱图像艺术特征分析第24-25页
        2.4.1 脸谱颜色特征第24页
        2.4.2 脸谱纹饰结构第24-25页
    2.5 研究目标与研究方案第25-26页
    2.6 京剧脸谱图像数据库的建立第26页
    2.7 本章小结第26-27页
第3章 基于局部特征的京剧脸谱图像识别方法的研究第27-37页
    3.1 算法和匹配策略概述第27-29页
        3.1.1 局部特征第27页
        3.1.2 局部特征提取算法第27页
        3.1.3 匹配策略第27-29页
    3.2 基于欧氏距离的k-d tree特征点二近邻匹配第29-32页
        3.2.1 k-d树第29-31页
        3.2.2 基于欧氏距离的二近邻匹配第31-32页
    3.3 RANSAC算法消除误匹配第32-33页
    3.4 实验结果与分析第33-36页
        3.4.1 SIFT算法在旋转变换、尺度变换、仿射变换不变性实验第33页
        3.4.2 线性扫描法与最近邻搜索法对比实验第33-34页
        3.4.3 RANSAC算法使用前后对比实验第34-35页
        3.4.4 SIFT算法在不同图像和相似图像的匹配实验第35-36页
    3.5 本章小结第36-37页
第4章 基于SVM的京剧脸谱图像分类识别方法的研究第37-49页
    4.1 京剧脸谱图像特征拟提取方法概述第37页
    4.2 HOG特征提取概述第37-39页
        4.2.1 HOG特征提取过程第38页
        4.2.2 HOG特征优缺点分析第38-39页
    4.3 SIFT特征提取简述第39页
        4.3.1 SIFT特征与HOG特征比较第39页
    4.4 SURF特征提取概述第39-40页
        4.4.1 SURF特征提取过程第39-40页
        4.4.2 SURF特征优缺点分析第40页
    4.5 optSIFT特征向量矩阵的优化第40-41页
        4.5.1 特征向量矩阵的降维第40页
        4.5.2 归一化处理第40-41页
    4.6 SVM分类算法第41-44页
        4.6.1 多分类问题第41-44页
    4.7 实验及数据分析第44-48页
        4.7.1 实验设置第44-45页
        4.7.2 实验流程第45-46页
        4.7.3 实验结果第46-47页
        4.7.4 实验结果分析第47-48页
    4.8 本章小结第48-49页
第5章 系统设计与实现及应用效果分析第49-59页
    5.1 系统应用场景及基本描述第49-50页
    5.2 系统架构及交互流程设计第50-52页
        5.2.1 客户端第50-51页
        5.2.2 服务端第51-52页
    5.3 系统模块第52-54页
        5.3.1 移动端采集预处理模块第52-53页
        5.3.2 图像分类识别模块第53页
        5.3.3 图像特征匹配检索模块第53-54页
    5.4 系统应用效果分析第54-57页
        5.4.1 系统整体分析第54-55页
        5.4.2 两级识别模型应用效果分析第55-57页
        5.4.3 系统平均响应时间第57页
    5.5 本章小结第57-59页
结论第59-61页
参考文献第61-65页
攻读硕士学位期间取得的研究成果第65-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:基于FPGA的视频叠加系统设计
下一篇:基于事件的手机动画情节规划