毕业论文移动版

（1）公安系统。公安系统中保存着大量的包含罪犯信息的图像文件。如果发生了犯罪行 为，通过图像检索系统，嫌疑人容貌、指纹的基本信息可以快速的在数据库中进行比对，从 而使破案效率增加。

（2）图书馆。现在的图书馆比传统图书馆保存着更多的信息资源，所以急需快速高效的 搜索方式，而图像检索技术正好可以满足图书馆高效搜索的需求。

（3）网络购物。网络购物中，用户越来越多的出现以图搜图的需求，通过商品的图片去 寻找类似的商品，这其中需要图像检索技术的支持。

1．2 研究历史与现状文献综述

1。2。1 目标检测的研究历史与现状

1。2。2 图像匹配的研究历史与现状

1．3 目前存在的主要问题

尽管目前 CBIR 发展势头良好，研究氛围热烈，但其仍然存在着主要两个问题：

（1）选取合适的图像特征。图像像素颜色的特征相似度与人眼对相似颜色的判断仍有一 些不可避免的误差；基于纹理的特征仅适用于少数物体，不具备通用性；基于形状的特征无 法完美排除几何变换带来的影响，而且形状并不具有很好的区分度，相同形状的物体并不一 定相同。

（2）索引的降维。检索中图像的特征往往能达到上百维，计算量相当大，一般的索引技 术显然不能适用，给索引降维俨然成了一个值得关注的问题。

1．4 本文的组织结构安排 本文在组织结构上分为五章，其主要内容如下： 第一章绪论，对图像检索技术进行了整体概述。

第二章目标检测，详细阐述了 Faster R-CNN 目标识别方法的演变过程，包括其基本原理、 体统结构、整体模型、性能评价等。

第三章基于 Faster R-CNN 的行人检测及实验数据，阐述了本文目标检测方面的实验内容、 过程以及结果。

第四章图像匹配，介绍了基于二维索引的图像匹配技术，详细阐述了其特征值得选取、索引的建立、以及匹配的流程。 第五章基于二维索引的图像匹配及实验数据，介绍了本文图像匹配方面的实验内容、过程以及结果。

2 目标检测

2．1 卷积神经网络（  Convolutional  Neural  Network  ）

卷积神经网络是近年发展起来的，引起热议的高效识别方法，其主要作用可以在低计算 量的条件下是识别二维图形中出现的位移和缩放。由于该方法可以直接输入原始图像，避免 了对图像复杂的预处理工作，因而得到了更加广泛的应用。来~自,优^尔-论;文*网www.youerw.com +QQ752018766-

图像处理中，常把图像表示为像素的向量，一张 100×100 的图像，可以表示为一个104

的向量。一般情况下，神经网络的隐藏层与输入层向量的数目是相同的，那么两层间参数的 数量将会达到108，导致难以快速训练。而卷积神经网络则有两种办法来降低参数数目。

2。1。1 局部感知

一般来说，在一副图像中相邻的像素具有较为密切的关系，而距离较远的像素间关联性 较弱。因此，每个神经元不需要对全局图像进行感知，对局部进行感知即可。然后再把局部 感知获得的信息综合起来，得到全局信息。