了得網藝術_基於深度學習理論的紋身圖像識別與檢測研究

編輯推薦

本專著適合紋身圖像識別與檢測研究領域學者參考和學習。

內容簡介

本書針對紋身圖像的局部性、內容的復雜性、紋理的清晰性、顏色的單一性、圖案Logo的標志性、大小形狀的多樣性等特點，運用深度學習理論，從紋身的特點、研究理論、紋身識別與檢測研究三方面進行繫統、科學的研究。紋身圖像識別與檢測研究是近幾年纔引起學者和相關人員重視的，其研究發展也是一個不斷完善的過程，希望本書能對相關領域的研究起到一定的作用。

作者簡介

許慶勇，男，現任南昌大學旅遊學院教師。南昌大學信息管理與信息繫統博士，2015年9月至2016年9月在新加坡南洋理工大學擔任訪問學者。主持和參與省部級課題10餘項，作為主要參加者參與國家社會科學基金項目3項，國家自然科學基金項目1項，公開發表學術論文20餘篇，參編專著2部。

章緒論/1
一、引言/3
二、深度學習/5
三、紋身圖像/12
四、紋身圖像識別與檢測/22

第二章紋身圖像處理理論基礎/27
一、圖像底層特征/29
二、詞包模型/36
三、空間金字塔概述/37
四、深度置信網絡概述/38
五、卷積神經網絡/42

第三章深度學習算法在紋身圖像檢測中的比較研究/47

章
緒論/1

一、
引言/3

二、
深度學習/5

三、
紋身圖像/12

四、
紋身圖像識別與檢測/22

第二章
紋身圖像處理理論基礎/27

一、
圖像底層特征/29

二、
詞包模型/36

三、
空間金字塔概述/37

四、
深度置信網絡概述/38

五、
卷積神經網絡/42

第三章
深度學習算法在紋身圖像檢測中的比較研究/47

一、
深度學習算法/49

二、
對比實驗與分析/56

第四章
基於多特征融合的DBN紋身圖像識別與檢測/63

一、
引言/65

二、
基於多特征融合的DBN紋身圖像檢測改進算法/66

三、
基於視覺詞包的DBN紋身圖像檢測改進算法（BOVW-DBN）/68

四、
基於空間金字塔的DBN紋身圖像檢測改進算法（SP-DBN）/74

五、
基於DBN改進算法在Caltech 101 分類中的應用/78

六、
基於DBN改進算法在紋身圖像檢測中的應用/82

第五章
基於全連接層的CNN紋身圖像檢測/93

一、 CNN基本結構/96

二、
基於CNN的改進算法/97

三、
基於三通道R-CNN的紋身檢測（CFT Faster R-CNN）/118

主要參考文獻/130

後記/143

前言

隨著圖像拍攝設備、智能手機和互聯網技術的發展，紋身圖像的采集、傳播變得越來越容易。而網絡技術的發展，特別是無線高速網絡的發展（如4G、5G技術），為網絡圖像分享提供了便捷的通道，出現了一些專業化的網絡數據庫和圖像分享網站。伴隨著突發事件的不斷發生，紋身同其他生物特征一樣，成為對犯罪嫌疑人識別的有力證據。如何對紋身圖像進行檢測和語義解讀，已經引起公共安全部門的重視。在19世紀60年代到80年代，俄國學者阿爾卡季布維尼科夫遊走俄國各地的懲教中心，在懲教中心尋找帶有紋身的罪犯並拍下罪犯身上的紋身圖案。19世紀末20世紀初，波蘭監獄管理局會對監獄每一位罪犯進行紋身，以更好地進行識別。當這些罪犯死亡後，罪犯身上的紋身圖案會經由專門人員切割下來並保存，以便日後分析不同罪犯之間的關繫。在我國，紋身也有著悠久的發展歷史，但是大部分時間裡，紋身都受到一定的歧視。例如紋身者被看作與罪犯、流氓、黑社會有關。早在中國封建時代，紋身作為一種社會符號，在罪犯身體的明顯部位，如在罪犯的面部額下刺寫“流放”、“充軍”等字樣來進行罪犯的標識和識別。由於受到傳統觀念（身體發膚，受之父母）的影響，普遍認為紋身是破壞自己的身體，是對自己父母的大不敬。通過對各種紋身圖案的解讀，並借助紋身圖案的油墨痕跡可查明大量犯罪嫌疑人犯下的各種罪行。例如通過不同的紋身圖案（如玫瑰、蛇等）的解讀而了解到這些罪犯的行為取向，以找到他們的同伙及犯罪證據。隨著公共安全事件的頻繁出現，人們對紋身研究的關注度越來越高。紋身同傷疤、斑、痣等一樣成為人體生物特征的重要組成部分。同時，由於它提供了足以證明個人身份的信息，而受到越來越多的重視。在一些黑社會團體中，紋身作為其入會的考驗，也普遍被采用。一些公共安全管理部門開始通過紋身特征建立某種關聯，以根據紋身進行分類來發現犯罪嫌疑人。對紋身的分類、識別、檢測逐漸被學者和相關部門重視。本研究正是在此背景下開展的，運用深度學習理論和方法，針對紋身圖像的局部性、內容的復雜性、紋理的清晰性、顏色的單一性、圖案Logo標志性、大小形狀多樣性等特點進行針對性研究。我們通過對不同方法和不同數據集的對比研究，取得了一定的研究成果。希望引起學者們對紋身研究的關注和更深入的研究。

商品搜索

商品分类

【醫學】

【各大出版社】