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

大规模人脸图像检索研究与应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-15页
    1.1 选题背景与意义第11-12页
    1.2 人脸图像检索国内外研究现状第12-13页
    1.3 研究的主要内容及创新点第13-14页
    1.4 论文章节安排第14-15页
第二章 图像检索技术综述第15-25页
    2.1 图像检索第15-17页
        2.1.1 基于文本的图像检索第15-16页
        2.1.2 基于内容的图像检索第16-17页
    2.2 图像特征表示第17-21页
        2.2.1 全局特征第17-19页
        2.2.2 局部特征第19-21页
    2.3 图像的聚类技术第21-23页
    2.4 图像相似性的度量第23-24页
    2.5 本章小结第24-25页
第三章 人脸图像检索系统设计第25-32页
    3.1 需求分析第25-26页
        3.1.1 功能需求第25-26页
        3.1.2 性能需求第26页
    3.2 总体设计第26-31页
        3.2.1 人脸图像收集模块第27-28页
        3.2.2 人脸图像编码模块第28-30页
        3.2.3 人脸图像检索模块第30-31页
    3.3 数据库设计第31页
    3.4 本章小结第31-32页
第四章 人脸图像特征编码第32-54页
    4.1 人脸对齐第32-35页
        4.1.1 点分布模型第32-33页
        4.1.2 显式形状回归算法第33-34页
        4.1.3 显式形状回归实现第34-35页
    4.2 SIFT特征提取第35-39页
        4.2.1 构建尺度空间第35-37页
        4.2.2 DOG空间局部极值检测第37-38页
        4.2.3 关键点指定方向参数第38页
        4.2.4 关键点描述算子生成第38-39页
    4.3 BOF算法第39-43页
        4.3.1 BOF构建过程第39-41页
        4.3.2 K-means聚类算法第41-42页
        4.3.3 BOF算法的优缺点第42-43页
    4.4 I_VLAD的积量化编码第43-49页
        4.4.1 VLAD构建过程第43-45页
        4.4.2 I_VLAD的构建第45-48页
        4.4.3 I_VLAD的线性降维第48页
        4.4.4 I_VLAD的积量化编码第48-49页
    4.5 实验结果及分析第49-53页
    4.6 本章小结第53-54页
第五章 人脸图像检索第54-63页
    5.1 非对称距离计算倒排索引第54-57页
        5.1.1 积量化思想第54-55页
        5.1.2 非对称距离计算第55-56页
        5.1.3 非对称距离计算倒排索引生成第56页
        5.1.4 非对称距离计算倒排索引检索第56-57页
    5.2 多参照重排第57-60页
        5.2.1 基于角度统计的人脸轮廓特征第57-59页
        5.2.2 角度上下文矩阵改进第59-60页
        5.2.3 多参照重排序第60页
    5.3 实验结果及分析第60-62页
    5.4 本章小结第62-63页
第六章 原型系统测试第63-69页
    6.1 系统环境第63-65页
        6.1.1 环境配置第63页
        6.1.2 数据集第63-65页
    6.2 功能测试第65-66页
    6.3 性能测试与分析第66-68页
    6.4 本章小结第68-69页
第七章 全文总结与展望第69-71页
    7.1 全文总结第69-70页
    7.2 后续工作展望第70-71页
致谢第71-72页
参考文献第72-76页

论文共76页,点击 下载论文
上一篇:基于模糊逻辑的信息安全风险评估系统设计与实现
下一篇:基于机器视觉的交通流量检测技术的研究与实现