簡(jiǎn)介：中圖分類號(hào)學(xué)校代碼10055UDC密級(jí)公開碩士學(xué)位論文海量圖片文件存儲(chǔ)關(guān)鍵技術(shù)研究RESEARCHONTHEKEYTECHNOLOGIESOFMASSIVEPICTUREFILESSTAGE論文作者洪宇洋指導(dǎo)教師張紅光教授申請(qǐng)學(xué)位工學(xué)碩士培養(yǎng)單位計(jì)算機(jī)與控制工程學(xué)院學(xué)科專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)研究方向嵌入式系統(tǒng)答辯委員會(huì)主席劉璟評(píng)閱人王剛劉曉光南開大學(xué)研究生院二○一五年五月南開大學(xué)學(xué)位論文原創(chuàng)性聲明南開大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下進(jìn)行研究工作所取得的研究成果。除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文的研究成果不包含任何他人創(chuàng)作的、已公開發(fā)表或者沒有公開發(fā)表的作品的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中以明確方式標(biāo)明。本學(xué)位論文原創(chuàng)性聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者簽名洪宇洋2015年05月28日非公開學(xué)位論文標(biāo)注說明本頁表中填寫內(nèi)容須打印根據(jù)南開大學(xué)有關(guān)規(guī)定，非公開學(xué)位論文須經(jīng)指導(dǎo)教師同意、作者本人申請(qǐng)和相關(guān)部門批準(zhǔn)方能標(biāo)注。未經(jīng)批準(zhǔn)的均為公開學(xué)位論文，公開學(xué)位論文本說明為空白。論文題目申請(qǐng)密級(jí)□限制≤2年□秘密≤10年□機(jī)密≤20年保密期限20年月日至20年月日審批表編號(hào)批準(zhǔn)日期20年月日南開大學(xué)學(xué)位評(píng)定委員會(huì)辦公室蓋章有效注限制★2年可少于2年秘密★10年可少于10年機(jī)密★20年可少于20年

簡(jiǎn)介：點(diǎn)擊查看更多面向電力設(shè)備圖片分類大數(shù)據(jù)應(yīng)用的深度學(xué)習(xí)網(wǎng)絡(luò)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多改進(jìn)的SURF描述子及其在服飾圖片檢索中的應(yīng)用研究.pdf精彩內(nèi)容。

簡(jiǎn)介：LOGO是一個(gè)企業(yè)區(qū)別于其他企業(yè)的標(biāo)志，LOGO起著唯一標(biāo)識(shí)企業(yè)和推廣品牌文化的作用，LOGO檢測(cè)則是利用圖像處理技術(shù)對(duì)物體中的LOGO進(jìn)行檢測(cè)和識(shí)別。LOGO檢測(cè)在企業(yè)品牌追蹤和分析企業(yè)市場(chǎng)份額方面都有著很好的應(yīng)用前景，例如企業(yè)可以利用獲取的微博圖片進(jìn)行品牌追蹤，了解更多關(guān)于品牌的信息。雖然近幾年LOGO檢測(cè)正在逐漸受到關(guān)注，而且已經(jīng)取得了一定的研究成果，但是在檢測(cè)速度方面仍然具有很大的可改進(jìn)空間。針對(duì)這個(gè)問題，本課題提出了將改進(jìn)的一般物體檢測(cè)算法和稀疏編碼直方圖結(jié)合的方法來對(duì)LOGO進(jìn)行檢測(cè)。本研究提出了一種改進(jìn)的一般物體檢測(cè)算法進(jìn)行LOGO候選區(qū)域提取，結(jié)合機(jī)器學(xué)習(xí)中的支持向量機(jī)以及梯度特征實(shí)現(xiàn)對(duì)LOGO的候選區(qū)域快速定位，以此來實(shí)現(xiàn)LOGO的檢測(cè)和識(shí)別。由于LOGO在一副圖片中所占比例通常很小，如果直接在一副圖片中尋找和檢測(cè)LOGO可能導(dǎo)致算法的時(shí)間復(fù)雜度過高。所以通過對(duì)圖像的候選區(qū)域提取先對(duì)待檢測(cè)區(qū)域進(jìn)行優(yōu)化，再?gòu)暮蜻x區(qū)域中進(jìn)行LOGO檢測(cè)可以加快計(jì)算速度。采用基于稀疏編碼的直方圖進(jìn)行像素特征提取。利用奇異值分解算法進(jìn)行字典學(xué)習(xí)，用學(xué)習(xí)得到的字典對(duì)候選區(qū)域窗口進(jìn)行稀疏表達(dá)，然后結(jié)合直方圖形成特征。跟傳統(tǒng)方法相比，稀疏表示和直方圖的結(jié)合可以表達(dá)更加豐富的信息。針對(duì)改進(jìn)的一般物體檢測(cè)算法快速的優(yōu)點(diǎn)和稀疏編碼直方圖表達(dá)信息更豐富的優(yōu)點(diǎn)，提出一種將二者結(jié)合的算法，將待檢測(cè)圖片縮放到不同組合的比例集合中，然后根據(jù)梯度特征來進(jìn)行分類，進(jìn)行LOGO候選區(qū)域的快速篩選，從中選取分值大于閥值的窗口，作為精細(xì)分類檢測(cè)的集合，在候選集合中再利用稀疏編碼直方圖進(jìn)行分類檢測(cè)。利用梯度表示和位運(yùn)算結(jié)合的方法可以提高時(shí)間效率。而稀疏編碼可以減少圖像噪聲，表達(dá)更多的圖像信息，這一特性也使得稀疏編碼直方圖可以提高準(zhǔn)確率。為驗(yàn)證本研究提出的方法，在測(cè)試數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。通過測(cè)試，驗(yàn)證了本研究提出的改進(jìn)的一般物體檢測(cè)算法和稀疏編碼直方圖結(jié)合的方法在速度上和現(xiàn)有方法比較具有明顯優(yōu)勢(shì)，在準(zhǔn)確率方面也有所提升。

簡(jiǎn)介：點(diǎn)擊查看更多基于矢量量化的圖片數(shù)字水印算法研究.pdf精彩內(nèi)容。

簡(jiǎn)介：UDC密級(jí)學(xué)號(hào)1208120756碩士學(xué)位論文碩士學(xué)位論文手動(dòng)手動(dòng)圖片排版系統(tǒng)及其關(guān)鍵技術(shù)研究與實(shí)現(xiàn)圖片排版系統(tǒng)及其關(guān)鍵技術(shù)研究與實(shí)現(xiàn)王艷王艷學(xué)科名稱計(jì)算機(jī)應(yīng)用技術(shù)計(jì)算機(jī)應(yīng)用技術(shù)學(xué)科門類工學(xué)指導(dǎo)教師孫欽東孫欽東教授教授申請(qǐng)日期201504手動(dòng)圖片排版系統(tǒng)及其關(guān)鍵技術(shù)研究與實(shí)現(xiàn)王艷西安理工大學(xué)摘要I

簡(jiǎn)介：近年來，隨著互聯(lián)網(wǎng)科技的飛速發(fā)展，在線廣告逐漸成為各大互聯(lián)網(wǎng)企業(yè)的主要盈利方式。因此針對(duì)提升用戶對(duì)廣告滿意度，提高廣告主利潤(rùn)的研究越來越重要。其中常見的研究圍繞利用海量的用戶點(diǎn)擊日志挖掘用戶個(gè)性化信息這一方向進(jìn)行，而研究中最重要的問題是如何提升廣告點(diǎn)擊率預(yù)測(cè)結(jié)果的精度。目前常見的廣告點(diǎn)擊率預(yù)測(cè)方法依賴用戶對(duì)廣告的歷史點(diǎn)擊數(shù)據(jù)學(xué)習(xí)模式進(jìn)行預(yù)測(cè)。然而用戶對(duì)廣告的歷史點(diǎn)擊數(shù)據(jù)中用戶行為數(shù)據(jù)稀疏以及用戶屬性缺失的特點(diǎn)，對(duì)現(xiàn)有廣告點(diǎn)擊率預(yù)測(cè)方法提出了很大的挑戰(zhàn)。本課題針對(duì)這一挑戰(zhàn)，引入了更高效的廣告圖片特征來改進(jìn)現(xiàn)有的圖片廣告點(diǎn)擊率預(yù)測(cè)方法。改進(jìn)方法的核心思想是通過高效的廣告圖片特征為新廣告找到相應(yīng)的相似廣告，利用相似廣告的歷史信息提高新廣告的點(diǎn)擊率預(yù)測(cè)精度。本課題先分析了現(xiàn)有的圖片廣告點(diǎn)擊率預(yù)測(cè)方法，以及其中相關(guān)技術(shù)的的原理。接著對(duì)當(dāng)前圖片廣告點(diǎn)擊率預(yù)測(cè)方法中廣告圖片特征提取以及用戶屬性推斷兩個(gè)環(huán)節(jié)進(jìn)行研究。針對(duì)這兩個(gè)環(huán)節(jié)中，廣告圖片視覺特征的表示能力有限、任務(wù)獨(dú)立問題和用戶屬性推斷的數(shù)據(jù)稀疏記錄預(yù)測(cè)精度偏低問題進(jìn)行改進(jìn)。為了解決這些問題，本課題利用深度卷積神經(jīng)網(wǎng)絡(luò)模型圖片特征表示能力強(qiáng)的特點(diǎn)，設(shè)計(jì)了一種新的廣告圖片特征學(xué)習(xí)架構(gòu)。利用這一架構(gòu)，本課題從原始廣告圖片和用戶反饋信息中抽取了廣告圖片高層抽象特征。這種方式相比傳統(tǒng)的圖片特征提取方式提取的特征更加靈活，適用于點(diǎn)擊率預(yù)測(cè)任務(wù)且不需要人工篩選組合特征。通過引入廣告圖片高層抽象特征，改進(jìn)了現(xiàn)有的用戶屬性推斷方法。并將廣告圖片高層抽象特征與點(diǎn)擊率預(yù)估模型相結(jié)合進(jìn)行預(yù)測(cè)，緩解了圖片廣告點(diǎn)擊率預(yù)測(cè)中數(shù)據(jù)稀疏造成的新廣告點(diǎn)擊率預(yù)測(cè)低的問題。本課題的實(shí)驗(yàn)使用2014CCF大數(shù)據(jù)技術(shù)創(chuàng)新大賽騰訊公布的大約1G的圖片廣告點(diǎn)擊日志數(shù)據(jù)。實(shí)驗(yàn)結(jié)果驗(yàn)證了改進(jìn)的圖片廣告點(diǎn)擊率預(yù)測(cè)方法能有效提高新廣告記錄的點(diǎn)擊率預(yù)測(cè)精度。該改進(jìn)利用本課題提出的廣告圖片特征學(xué)習(xí)架構(gòu)更好的表示了用戶對(duì)廣告圖片的反應(yīng)，從而實(shí)現(xiàn)新廣告記錄點(diǎn)擊率預(yù)測(cè)結(jié)果精度的提高。

簡(jiǎn)介：學(xué)校代碼】0126學(xué)號(hào)30812030論當(dāng)代油畫創(chuàng)作對(duì)攝影圖片的借鑒與運(yùn)用作者姓名王倩指導(dǎo)教J幣直鵬學(xué)科專業(yè)差苤堂研究方向差苤麴直硒究學(xué)院囪苤直太堂莖壟堂陵年級(jí)2008級(jí)2011年5月8日論當(dāng)代油畫創(chuàng)作對(duì)攝影圖片的借鑒與運(yùn)用摘要在當(dāng)代，照相機(jī)已成為畫家收集創(chuàng)作素材的普遍工具，藝術(shù)家紛紛利用大量的攝影圖片進(jìn)行創(chuàng)作。攝影圖片給畫家?guī)肀憷耐瑫r(shí)也使藝術(shù)家不得不去思考攝影圖片與當(dāng)代油畫創(chuàng)作的關(guān)系，攝影圖片對(duì)當(dāng)代油畫發(fā)展產(chǎn)生著怎樣的影響，以及模仿攝影圖片會(huì)給油畫創(chuàng)作造成怎樣的弊端。這些都是值得我們深思的問題。從歷史的角度看，攝影從誕生開始就與繪畫產(chǎn)生著密切的聯(lián)系。藝術(shù)家在利用攝影圖片進(jìn)行創(chuàng)作的同時(shí)，擔(dān)心攝影會(huì)取代繪畫，然而攝影只是代替了傳統(tǒng)繪畫準(zhǔn)確描摹自然和記錄時(shí)事的功能，并沒有取代繪畫。它促使藝術(shù)家尋找攝影無法仿效的領(lǐng)域并使藝術(shù)家以攝影的角度觀看世界，從而推動(dòng)了西方現(xiàn)代藝術(shù)的發(fā)展。我們可以從現(xiàn)代藝術(shù)中看出攝影與繪畫的融合。這種融合對(duì)中國(guó)油畫的發(fā)展也產(chǎn)生了影響，改革開放后受西方現(xiàn)代藝術(shù)的影響，藝術(shù)家開始采用不同的方法將攝影圖片運(yùn)用于畫面，創(chuàng)作出大量的具有本土特色的作品。通過對(duì)中外藝術(shù)家運(yùn)用攝影圖片的創(chuàng)作方法和表現(xiàn)形式的分析，探討當(dāng)代油畫創(chuàng)作應(yīng)該如何正確借鑒和運(yùn)用攝影圖片從而更好的表達(dá)藝術(shù)家內(nèi)心的情感。本文第一部分闡釋了攝影圖片運(yùn)用于油畫創(chuàng)作的歷史淵源。第二部分闡釋了攝影圖片對(duì)當(dāng)代油畫創(chuàng)作的影響。第三部分具體分析了當(dāng)代油畫作品運(yùn)用攝影圖片素材的創(chuàng)作過程。關(guān)鍵詞當(dāng)代油畫，攝影圖片，創(chuàng)作過程，表現(xiàn)形式

簡(jiǎn)介：分類號(hào)學(xué)號(hào)M201472684學(xué)校代碼10487密級(jí)碩士學(xué)位論文圖片拆分加密保護(hù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)學(xué)位申請(qǐng)人鄭杰學(xué)科專業(yè)計(jì)算機(jī)技術(shù)指導(dǎo)教師李國(guó)寬副教授答辯日期2016524獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名日期年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本授權(quán)書。不保密□。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名指導(dǎo)教師簽名日期年月日日期年月日本論文屬于

簡(jiǎn)介：電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA碩士學(xué)位論文MASTERTHESIS（電子科技大學(xué)圖標(biāo)）論文題目基于自動(dòng)標(biāo)注的不良圖片檢測(cè)學(xué)科專業(yè)通信與信息系統(tǒng)學(xué)號(hào)201221260312作者姓名喻文指導(dǎo)教師文紅教授THEDETECTIONOFILLEGALIMAGEBASEDONIMAGEAUTOMATICANNOTATIONAMASTERTHESISSUBMITTEDTOUNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINAMAJCOMMUNICATIONINFMATIONSYSTEMSAUTHYUWENADVISPROFESSWENHONGSCHOOLNATIONALKEYLABATYOFSCIENCETECHNOLOGYONCOMMUNICATIONS

簡(jiǎn)介：隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，各種各樣的移動(dòng)應(yīng)用（APP）涌現(xiàn)出來，大部分APP涉及到圖片的加載與顯示。然而現(xiàn)有的圖片緩存框架采用定參的形式，使得軟件應(yīng)用加載圖片時(shí)常出現(xiàn)黑屏、加載速度緩慢和內(nèi)存溢出等異常問題。本文基于ROID手機(jī)的運(yùn)行環(huán)境參數(shù)分為可變部分和不可變部分兩類這個(gè)特點(diǎn)，構(gòu)想并實(shí)現(xiàn)了一個(gè)三層的自適應(yīng)圖片緩存框架。框架設(shè)計(jì)理念是通過三層緩存模式來緩存圖片，提高從緩存中獲取圖片的命中率從而提高圖片的加載速度；采用異步方式從網(wǎng)絡(luò)加載圖片，緩解一次加載過多圖片帶來的巨大壓力；通過自適應(yīng)算法計(jì)算提供合適的緩存設(shè)置，減少緩存設(shè)置不合理帶來的異常情況。框架的實(shí)現(xiàn)模型主要包括四個(gè)功能模塊，一個(gè)是用來存放手機(jī)運(yùn)行環(huán)境參數(shù)的模塊，一個(gè)是用來檢測(cè)手機(jī)運(yùn)行環(huán)境的后臺(tái)程序模塊，一個(gè)是用來緩存圖片的三層圖片緩存模塊，另外一個(gè)是自適應(yīng)算法模塊。經(jīng)過對(duì)比測(cè)試發(fā)現(xiàn)采用自適應(yīng)圖片緩存框架的手機(jī)應(yīng)用軟件圖片顯示效果清晰、流暢，相對(duì)于現(xiàn)有圖片緩存框架圖片加載速度平均提升446％。測(cè)試結(jié)果表明自適應(yīng)圖片緩存框架能很好地解決手機(jī)應(yīng)用軟件圖片加載與顯示中出現(xiàn)的異常問題。

簡(jiǎn)介：學(xué)位論文獨(dú)創(chuàng)性聲明本人鄭重聲明所提交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果。本論文中除引文外，所有實(shí)驗(yàn)、數(shù)據(jù)和有關(guān)材料均是真實(shí)的。本論文中除引文和致謝的內(nèi)容外，不包含其他人或其它機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過的研究成果。其他同志對(duì)本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示了謝意。學(xué)位做儲(chǔ)虢赫峰日期．州“刁學(xué)位論文使用授權(quán)聲明研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬南京師范大學(xué)。學(xué)校有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔，可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部?jī)?nèi)容，可以采用影印、復(fù)印等手段保存、匯編本學(xué)位論文。學(xué)?？梢韵驀?guó)家有關(guān)機(jī)關(guān)或機(jī)構(gòu)送交論文的電子和紙質(zhì)文檔，允許論文被查閱和借閱。保密論文在解密后遵守此規(guī)定保密論文注釋本學(xué)位論文屬于保密論文，密級(jí)保密期限為年。學(xué)位論文作者簽名日期指導(dǎo)教師簽名日期ABSTRACTINTHE伽RRENTTECHNOLOGICALANDECONOMICLEVEL，PEOPLENOIONGERS舡A119EFORPN咖GRAJPHY，EVERYONECANPICKUPTHEPHONETOSHOOT．MOBILEPHOTOG哪HY鏟ADUALLYBECOMEOURLNDISPENSABLEWAYOFLIFE，PICKUPTHEPHONECAME陽BECO髓ETHENOFNL．主NSUCHCLRCUMSTANCES，THENUMBEROFAMATEURPHOTOGRAPHYRAPIDGROWMINTHENUMBEROTTANS1SNOTTHEMOSTANYPHOTOGRAPHICBASIS，THEYCANALSOGETVERYGOODPICTURESBYAMOBILEPHONE．’LODAYWEHAVEENTEREDTHEERAOFAPICTURE．PROGRESSOFPHONEC鋤ERAIMAGING‘EVEISANDMOBIIEPHONEPHOTOGRAPHYOWNCHARACTERISTICSLETUS0NTHEPHONEPHOTOGRAPHYFASCINATEDFOREXAMPLE，WITHTHENATUREOFTHECREATIVEMIND，QUICKCOVERTTILMMG，CONVENIENTPHOTOSHARINGANDWEALTHOFAPPJICATJONSO觫勰FORMOBLLEPHONESLNBOOSTINGPEOPLE’PASSIONFORPHOTOGRAPHY．MOBILEPHOTOGRAPHYALSON嬲1TSOWNPICTURELANGUAGEFEATURES,ALLOWINGPHOTOGRAPHERSTOGETRIDOFTHESHAC劃ESOFPHOTOGRAPHYRULESANDTECHNIQUESTOEXPLORENEWDIREETIONSOFPHOTOGRAPHLCPERFORMANCERANDTHEPHONEPHOTOGRAPHYALSOA丘B(yǎng)CTTHEFIJTUREOFPHOTOGRAPHY，CHANGINGTHEMODEOFPHOTOGRAPHYTRANSMISSION．ATTHESAMETIME。THECONVENLENCEOFMOBILEPHONEPHOTOGRAPHYWILLMAKEPEOPLEBLINDINPHOT0鯽PHY，SHOOTINGPEOPLEBEFORETHEIDEA，WHICHWETRIEDT0AVOID～K唧OR．DSMOBILEPH。TO鯽HY，PICTURELANGUAGE，CELLPHONEC鋤ERA，PHOTOGRAPHICEXPRESSION，SHOOTINGANGLELI

簡(jiǎn)介：當(dāng)今時(shí)代，移動(dòng)動(dòng)漫產(chǎn)業(yè)快速發(fā)展，移動(dòng)終端越來越趨于個(gè)性化和多樣化。為了讓動(dòng)漫圖片能在縱橫比不同的設(shè)備上更好地顯示，需要經(jīng)過一個(gè)有針對(duì)性的圖像適配過程。傳統(tǒng)的圖像適配技術(shù)大多針對(duì)自然圖片，而動(dòng)漫圖片與自然圖片最大的不同就在于它通常由輪廓線條勾勒，色彩相對(duì)簡(jiǎn)單。因此傳統(tǒng)適配技術(shù)往往不適用于動(dòng)漫圖片。本文根據(jù)動(dòng)漫圖片獨(dú)有特征，提出一個(gè)針對(duì)動(dòng)漫圖片重要物體輪廓保持的圖像適配框架給出一張動(dòng)漫圖片，首先應(yīng)用同向性非線性濾波器和高斯拉普拉斯濾波器對(duì)它進(jìn)行特征線條抽取然后根據(jù)格式塔原則將特征線條分類并組合成不同的輪廓接著，根據(jù)三個(gè)視覺審美特征參數(shù)將它們過濾篩選，這樣有利于減少后續(xù)步驟的處理時(shí)間再然后根據(jù)輸入的圖片和特征信息生成一張半邊三角網(wǎng)格最后采用縮放變換能量、平滑能量和特征能量結(jié)合的能量模型進(jìn)行輪廓保持的非均勻的三角網(wǎng)格變形，紋理映射后得到最終的變形結(jié)果。在對(duì)動(dòng)漫圖片圖像適配時(shí)，本文設(shè)計(jì)的圖像適配方法和UNIFMSCALING方法、SEAMCARVING方法和MESHWARPING方法相比，不但能很好地保護(hù)圖中的重要內(nèi)容，而且還能保護(hù)重要內(nèi)容的輪廓形狀和在圖中的位置比例。

簡(jiǎn)介：在互聯(lián)網(wǎng)急速發(fā)展的今天，多媒體技術(shù)無不充斥著我們生活的方方面面，而作為信息豐富載體的圖像，更是成了人們關(guān)注的主要對(duì)象。如何從復(fù)雜的圖像中獲取我們所需要的信息，成為人們今天關(guān)注的熱點(diǎn)，而以場(chǎng)景文本為代表的圖像，更是與我們的生活密切相關(guān)。本文從獲取場(chǎng)景文本、場(chǎng)景文本中文字的定位和場(chǎng)景文本中文字的識(shí)別三個(gè)方面展開。在場(chǎng)景文本獲取中，主要用到V4L2視頻技術(shù)以及OPENCV相關(guān)庫(kù)函數(shù)，并用交叉編譯器完成程序的移植。在場(chǎng)景文本定位模塊中，首先用到基于邊緣檢測(cè)方法完成對(duì)場(chǎng)景文本中文本域的粗定位，再根據(jù)灰度檢測(cè)結(jié)果，將二者的連通域相融合，進(jìn)一步來排除噪聲的干擾，完成文本域的精確定位。在場(chǎng)景文本文字識(shí)別模塊中，首先對(duì)文本塊進(jìn)行預(yù)處理，再訓(xùn)練訓(xùn)練集，在訓(xùn)練時(shí)要對(duì)訓(xùn)練集進(jìn)行梯度特征提取和降維，之后一次加載訓(xùn)練集，用MQDF分類器來識(shí)別文本塊，并把文字信息顯示在輸出界面上，最后通過微軟TTS語音庫(kù)把文本朗讀。該系統(tǒng)滿足一般的場(chǎng)景需求，未來可以用來處理一般的場(chǎng)景文本，包括馬路邊的廣告牌、交通指示牌、宣傳條幅、旅游廣告牌、車牌等等。1通過把書籍或報(bào)紙上的文字轉(zhuǎn)化為語音，來幫助有視覺障礙的殘疾人，豐富他們的業(yè)余文化生活。2通過對(duì)高速路指示標(biāo)志的識(shí)別，來提醒疲勞中的司機(jī)。3通過對(duì)各大旅游景點(diǎn)指示標(biāo)志的識(shí)別，并轉(zhuǎn)化為該國(guó)游客的母語語音輸出，方便他們旅游。4對(duì)文獻(xiàn)的電子化管理，汽車自動(dòng)駕駛，危險(xiǎn)預(yù)防等也有重要幫助。

簡(jiǎn)介：電子商務(wù)自1999年在中國(guó)出現(xiàn)以來，飛速發(fā)展。中國(guó)電子商務(wù)市場(chǎng)到2013年末，交易規(guī)模達(dá)到了102萬億元，網(wǎng)絡(luò)零售市場(chǎng)在這個(gè)時(shí)間，交易規(guī)模達(dá)到了18851億元?，F(xiàn)在人們可以隨時(shí)隨地地使用移動(dòng)終端設(shè)備，在電商平臺(tái)中選購(gòu)自己滿意的商品。如何讓用戶更快更方便地找尋到自己的想要的商品方式，在互聯(lián)網(wǎng)信息的電商平臺(tái)中顯得尤其重要?，F(xiàn)有的也是較為傳統(tǒng)的商品搜索方式是利用關(guān)鍵字進(jìn)行查詢，查詢方便且快捷。相對(duì)于文字提供的信息而言，圖片有著其天然的優(yōu)勢(shì)，它可以將信息高質(zhì)量的保存，移動(dòng)終端的智能設(shè)備提供了強(qiáng)大的截屏和拍照功能，使得人們可以方便地獲取商品圖片?？梢灶A(yù)見的是，以圖搜物的方式將逐漸興起。在使用圖像來搜索電商商品時(shí)，首先通過物體識(shí)別提取出物體中的商品信息，再?gòu)纳唐沸畔⒅谐槿〕鰣D像特征，最后使用圖像特征來搜索相似商品圖片。在搜索過程中使用物體識(shí)別技術(shù)能夠帶來大量好處，通過物體識(shí)別可以去除環(huán)境的干擾，讓系統(tǒng)只關(guān)注于用戶感興趣的部分。在用電商圖片搜索相似商品時(shí)，用戶關(guān)心的是輸入圖片中的商品，而不是輸入圖片中的背景。在電商圖片的物體識(shí)別任務(wù)中，遇到的物體類別通常是鞋子、褲子、上衣等，這些物體通常由多個(gè)部分組成，比如鞋子通常由左右兩只鞋子組成，而傳統(tǒng)的物體識(shí)別算法并不能很好的處理這種情況。因此本文針對(duì)這種情況，設(shè)計(jì)了一個(gè)基于組合備選物體的物體識(shí)別算法。首先通過旋轉(zhuǎn)圖片，減小物體實(shí)例偏轉(zhuǎn)對(duì)物體識(shí)別的影響。然后將同一張輸入圖片旋轉(zhuǎn)之后的多張圖片，通過傳統(tǒng)的物體識(shí)別算法識(shí)別出其中的備選物體。每個(gè)備選物體可能對(duì)應(yīng)一個(gè)完整物體，也可能對(duì)應(yīng)一個(gè)完整物體的一個(gè)個(gè)組成部分。最后通過圖像特征聚類備選物體，找出圖片中有多少物體，每個(gè)備選物體屬于哪個(gè)物體，再通過能量函數(shù)確定每個(gè)物體的位置。從實(shí)驗(yàn)結(jié)果中可以看出本文模型在物體類別識(shí)別的精確度稍稍高于FASTERRCNN。而在物體位置的預(yù)測(cè)上，本文模型的表現(xiàn)要明顯優(yōu)于FASTERRCNN。考慮到圖像搜索對(duì)于物體位置的要求更高，綜合來說，本文模型要比FASTERRCNN更好。