基于深度学习理论的纹身图像识别与检测研究 mobi 下载 网盘 caj lrf pdf txt 阿里云

本书针对纹身图像的局部性、内容的复杂性、纹理的清晰性、颜色的单一性、图案Logo的标志性、大小形状的多样性等特点，运用深度学习理论，从纹身的特点、研究理论、纹身识别与检测研究三方面进行系统、科学的研究。纹身图像识别与检测研究是近几年才引起学者和相关人员重视的，其研究发展也是一个不断完善的过程，希望本书能对相关领域的研究起到一定的作用。

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（BOVW-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

许庆勇，男，现任南昌大学旅游学院教师。南昌大学信息管理与信息系统博士，2015年9月至2016年9月在新加坡南洋理工大学担任访问学者。主持和参与省部级课题10余项，作为主要参加者参与国家社会科学基金项目3项，国家自然科学基金项目1项，公开发表学术论文20余篇，参编专著2部。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：基于深度学习理论的纹身图像识别与检测研究在线阅读

在线听书地址：基于深度学习理论的纹身图像识别与检测研究在线收听

在线购买地址：基于深度学习理论的纹身图像识别与检测研究在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

本专著适合纹身图像识别与检测研究领域学者参考和学习。

前言

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。而网络技术的发展，特别是无线高速网络的发展（如4G、5G技术），为网络图像分享提供了便捷的通道，出现了一些专业化的网络数据库和图像分享网站。伴随着突发事件的不断发生，纹身同其他生物特征一样，成为对犯罪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，已经引起公共安全部门的重视。 在19世纪60年代到80年代，俄国学者阿尔卡季布维尼科夫游走俄国各地的惩教中心，在惩教中心寻找带有纹身的罪犯并拍下罪犯身上的纹身图案。19世纪末20世纪初，波兰监狱管理局会对监狱每一位罪犯进行纹身，以更好地进行识别。当这些罪犯死亡后，罪犯身上的纹身图案会经由专门人员切割下来并保存，以便日后分析不同罪犯之间的关系。在我国，纹身也有着悠久的发展历史，但是大部分时间里，纹身都受到一定的歧视。例如纹身者被看作与罪犯、流氓、黑社会有关。早在中国封建时代，纹身作为一种社会符号，在罪犯身体的明显部位，如在罪犯的面部额下刺写“流放”、“充军”等字样来进行罪犯的标识和识别。由于受到传统观念（身体发肤，受之父母）的影响，普遍认为纹身是破坏自己的身体，是对自己父母的大不敬。 通过对各种纹身图案的解读，并借助纹身图案的油墨痕迹可查明大量犯罪嫌疑人犯下的各种罪行。例如通过不同的纹身图案（如玫瑰、蛇等）的解读而了解到这些罪犯的行为取向，以找到他们的同伙及犯罪证据。随着公共安全事件的频繁出现，人们对纹身研究的关注度越来越高。 纹身同伤疤、斑、痣等一样成为人体生物特征的重要组成部分。同时，由于它提供了足以证明个人身份的信息，而受到越来越多的重视。 在一些黑社会团体中，纹身作为其入会的考验，也普遍被采用。一些公共安全管理部门开始通过纹身特征建立某种关联，以根据纹身进行分类来发现犯罪嫌疑人。对纹身的分类、识别、检测逐渐被学者和相关部门重视。本研究正是在此背景下开展的，运用深度学习理论和方法，针对纹身图像的局部性、内容的复杂性、纹理的清晰性、颜色的单一性、图案Logo标志性、大小形状多样性等特点进行针对性研究。我们通过对不同方法和不同数据集的对比研究，取得了一定的研究成果。希望引起学者们对纹身研究的关注和更深入的研究。