基于深度学习理论的纹身图像识别与检测研究 全新未翻阅

图书标准信息

• 作者 许庆勇 著
• 出版社 华中科技大学出版社
• 出版时间 2019-01
• 版次 1
• ISBN 9787568047203
• 定价 39.80元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 142页
• 字数 157千字
• 正文语种 简体中文

【内容简介】

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。

【作者简介】

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。

【目录】

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（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