簡介：中圖分類號學校代碼10055UDC密級公開碩士學位論文海量圖片文件存儲關鍵技術研究RESEARCHONTHEKEYTECHNOLOGIESOFMASSIVEPICTUREFILESSTAGE論文作者洪宇洋指導教師張紅光教授申請學位工學碩士培養(yǎng)單位計算機與控制工程學院學科專業(yè)計算機應用技術研究方向嵌入式系統(tǒng)答辯委員會主席劉璟評閱人王剛劉曉光南開大學研究生院二○一五年五月南開大學學位論文原創(chuàng)性聲明南開大學學位論文原創(chuàng)性聲明本人鄭重聲明所呈交的學位論文，是本人在導師指導下進行研究工作所取得的研究成果。除文中已經注明引用的內容外，本學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)表的作品的內容。對本論文所涉及的研究工作做出貢獻的其他個人和集體，均已在文中以明確方式標明。本學位論文原創(chuàng)性聲明的法律責任由本人承擔。學位論文作者簽名洪宇洋2015年05月28日非公開學位論文標注說明本頁表中填寫內容須打印根據南開大學有關規(guī)定，非公開學位論文須經指導教師同意、作者本人申請和相關部門批準方能標注。未經批準的均為公開學位論文，公開學位論文本說明為空白。論文題目申請密級□限制≤2年□秘密≤10年□機密≤20年保密期限20年月日至20年月日審批表編號批準日期20年月日南開大學學位評定委員會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年機密★20年可少于20年

簡介：點擊查看更多面向電力設備圖片分類大數據應用的深度學習網絡研究.pdf精彩內容。

簡介：點擊查看更多改進的SURF描述子及其在服飾圖片檢索中的應用研究.pdf精彩內容。

簡介：LOGO是一個企業(yè)區(qū)別于其他企業(yè)的標志，LOGO起著唯一標識企業(yè)和推廣品牌文化的作用，LOGO檢測則是利用圖像處理技術對物體中的LOGO進行檢測和識別。LOGO檢測在企業(yè)品牌追蹤和分析企業(yè)市場份額方面都有著很好的應用前景，例如企業(yè)可以利用獲取的微博圖片進行品牌追蹤，了解更多關于品牌的信息。雖然近幾年LOGO檢測正在逐漸受到關注，而且已經取得了一定的研究成果，但是在檢測速度方面仍然具有很大的可改進空間。針對這個問題，本課題提出了將改進的一般物體檢測算法和稀疏編碼直方圖結合的方法來對LOGO進行檢測。本研究提出了一種改進的一般物體檢測算法進行LOGO候選區(qū)域提取，結合機器學習中的支持向量機以及梯度特征實現對LOGO的候選區(qū)域快速定位，以此來實現LOGO的檢測和識別。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LOGO可能導致算法的時間復雜度過高。所以通過對圖像的候選區(qū)域提取先對待檢測區(qū)域進行優(yōu)化，再從候選區(qū)域中進行LOGO檢測可以加快計算速度。采用基于稀疏編碼的直方圖進行像素特征提取。利用奇異值分解算法進行字典學習，用學習得到的字典對候選區(qū)域窗口進行稀疏表達，然后結合直方圖形成特征。跟傳統(tǒng)方法相比，稀疏表示和直方圖的結合可以表達更加豐富的信息。針對改進的一般物體檢測算法快速的優(yōu)點和稀疏編碼直方圖表達信息更豐富的優(yōu)點，提出一種將二者結合的算法，將待檢測圖片縮放到不同組合的比例集合中，然后根據梯度特征來進行分類，進行LOGO候選區(qū)域的快速篩選，從中選取分值大于閥值的窗口，作為精細分類檢測的集合，在候選集合中再利用稀疏編碼直方圖進行分類檢測。利用梯度表示和位運算結合的方法可以提高時間效率。而稀疏編碼可以減少圖像噪聲，表達更多的圖像信息，這一特性也使得稀疏編碼直方圖可以提高準確率。為驗證本研究提出的方法，在測試數據集上進行了實驗。通過測試，驗證了本研究提出的改進的一般物體檢測算法和稀疏編碼直方圖結合的方法在速度上和現有方法比較具有明顯優(yōu)勢，在準確率方面也有所提升。

簡介：點擊查看更多基于矢量量化的圖片數字水印算法研究.pdf精彩內容。

簡介：UDC密級學號1208120756碩士學位論文碩士學位論文手動手動圖片排版系統(tǒng)及其關鍵技術研究與實現圖片排版系統(tǒng)及其關鍵技術研究與實現王艷王艷學科名稱計算機應用技術計算機應用技術學科門類工學指導教師孫欽東孫欽東教授教授申請日期201504手動圖片排版系統(tǒng)及其關鍵技術研究與實現王艷西安理工大學摘要I

簡介：近年來，隨著互聯(lián)網科技的飛速發(fā)展，在線廣告逐漸成為各大互聯(lián)網企業(yè)的主要盈利方式。因此針對提升用戶對廣告滿意度，提高廣告主利潤的研究越來越重要。其中常見的研究圍繞利用海量的用戶點擊日志挖掘用戶個性化信息這一方向進行，而研究中最重要的問題是如何提升廣告點擊率預測結果的精度。目前常見的廣告點擊率預測方法依賴用戶對廣告的歷史點擊數據學習模式進行預測。然而用戶對廣告的歷史點擊數據中用戶行為數據稀疏以及用戶屬性缺失的特點，對現有廣告點擊率預測方法提出了很大的挑戰(zhàn)。本課題針對這一挑戰(zhàn)，引入了更高效的廣告圖片特征來改進現有的圖片廣告點擊率預測方法。改進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的相似廣告，利用相似廣告的歷史信息提高新廣告的點擊率預測精度。本課題先分析了現有的圖片廣告點擊率預測方法，以及其中相關技術的的原理。接著對當前圖片廣告點擊率預測方法中廣告圖片特征提取以及用戶屬性推斷兩個環(huán)節(jié)進行研究。針對這兩個環(huán)節(jié)中，廣告圖片視覺特征的表示能力有限、任務獨立問題和用戶屬性推斷的數據稀疏記錄預測精度偏低問題進行改進。為了解決這些問題，本課題利用深度卷積神經網絡模型圖片特征表示能力強的特點，設計了一種新的廣告圖片特征學習架構。利用這一架構，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，適用于點擊率預測任務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，改進了現有的用戶屬性推斷方法。并將廣告圖片高層抽象特征與點擊率預估模型相結合進行預測，緩解了圖片廣告點擊率預測中數據稀疏造成的新廣告點擊率預測低的問題。本課題的實驗使用2014CCF大數據技術創(chuàng)新大賽騰訊公布的大約1G的圖片廣告點擊日志數據。實驗結果驗證了改進的圖片廣告點擊率預測方法能有效提高新廣告記錄的點擊率預測精度。該改進利用本課題提出的廣告圖片特征學習架構更好的表示了用戶對廣告圖片的反應，從而實現新廣告記錄點擊率預測結果精度的提高。

簡介：學校代碼】0126學號30812030論當代油畫創(chuàng)作對攝影圖片的借鑒與運用作者姓名王倩指導教J幣直鵬學科專業(yè)差苤堂研究方向差苤麴直硒究學院囪苤直太堂莖壟堂陵年級2008級2011年5月8日論當代油畫創(chuàng)作對攝影圖片的借鑒與運用摘要在當代，照相機已成為畫家收集創(chuàng)作素材的普遍工具，藝術家紛紛利用大量的攝影圖片進行創(chuàng)作。攝影圖片給畫家?guī)肀憷耐瑫r也使藝術家不得不去思考攝影圖片與當代油畫創(chuàng)作的關系，攝影圖片對當代油畫發(fā)展產生著怎樣的影響，以及模仿攝影圖片會給油畫創(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生著密切的聯(lián)系。藝術家在利用攝影圖片進行創(chuàng)作的同時，擔心攝影會取代繪畫，然而攝影只是代替了傳統(tǒng)繪畫準確描摹自然和記錄時事的功能，并沒有取代繪畫。它促使藝術家尋找攝影無法仿效的領域并使藝術家以攝影的角度觀看世界，從而推動了西方現代藝術的發(fā)展。我們可以從現代藝術中看出攝影與繪畫的融合。這種融合對中國油畫的發(fā)展也產生了影響，改革開放后受西方現代藝術的影響，藝術家開始采用不同的方法將攝影圖片運用于畫面，創(chuàng)作出大量的具有本土特色的作品。通過對中外藝術家運用攝影圖片的創(chuàng)作方法和表現形式的分析，探討當代油畫創(chuàng)作應該如何正確借鑒和運用攝影圖片從而更好的表達藝術家內心的情感。本文第一部分闡釋了攝影圖片運用于油畫創(chuàng)作的歷史淵源。第二部分闡釋了攝影圖片對當代油畫創(chuàng)作的影響。第三部分具體分析了當代油畫作品運用攝影圖片素材的創(chuàng)作過程。關鍵詞當代油畫，攝影圖片，創(chuàng)作過程，表現形式

簡介：分類號學號M201472684學校代碼10487密級碩士學位論文圖片拆分加密保護系統(tǒng)的設計與實現學位申請人鄭杰學科專業(yè)計算機技術指導教師李國寬副教授答辯日期2016524獨創(chuàng)性聲明本人聲明所呈交的學位論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除文中已經標明引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結果由本人承擔。學位論文作者簽名日期年月日學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，即學校有權保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權華中科技大學可以將本學位論文的全部或部分內容編入有關數據庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。保密□，在年解密后適用本授權書。不保密□。（請在以上方框內打“√”）學位論文作者簽名指導教師簽名日期年月日日期年月日本論文屬于

簡介：電子科技大學UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA碩士學位論文MASTERTHESIS（電子科技大學圖標）論文題目基于自動標注的不良圖片檢測學科專業(yè)通信與信息系統(tǒng)學號201221260312作者姓名喻文指導教師文紅教授THEDETECTIONOFILLEGALIMAGEBASEDONIMAGEAUTOMATICANNOTATIONAMASTERTHESISSUBMITTEDTOUNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINAMAJCOMMUNICATIONINFMATIONSYSTEMSAUTHYUWENADVISPROFESSWENHONGSCHOOLNATIONALKEYLABATYOFSCIENCETECHNOLOGYONCOMMUNICATIONS

簡介：隨著移動互聯(lián)網的快速發(fā)展，各種各樣的移動應用（APP）涌現出來，大部分APP涉及到圖片的加載與顯示。然而現有的圖片緩存框架采用定參的形式，使得軟件應用加載圖片時常出現黑屏、加載速度緩慢和內存溢出等異常問題。本文基于ROID手機的運行環(huán)境參數分為可變部分和不可變部分兩類這個特點，構想并實現了一個三層的自適應圖片緩存框架?？蚣茉O計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；采用異步方式從網絡加載圖片，緩解一次加載過多圖片帶來的巨大壓力；通過自適應算法計算提供合適的緩存設置，減少緩存設置不合理帶來的異常情況?？蚣艿膶崿F模型主要包括四個功能模塊，一個是用來存放手機運行環(huán)境參數的模塊，一個是用來檢測手機運行環(huán)境的后臺程序模塊，一個是用來緩存圖片的三層圖片緩存模塊，另外一個是自適應算法模塊。經過對比測試發(fā)現采用自適應圖片緩存框架的手機應用軟件圖片顯示效果清晰、流暢，相對于現有圖片緩存框架圖片加載速度平均提升446％。測試結果表明自適應圖片緩存框架能很好地解決手機應用軟件圖片加載與顯示中出現的異常問題。

簡介：學位論文獨創(chuàng)性聲明本人鄭重聲明所提交的學位論文是本人在導師指導下進行的研究工作和取得的研究成果。本論文中除引文外，所有實驗、數據和有關材料均是真實的。本論文中除引文和致謝的內容外，不包含其他人或其它機構已經發(fā)表或撰寫過的研究成果。其他同志對本研究所做的貢獻均已在論文中作了聲明并表示了謝意。學位做儲虢赫峰日期．州“刁學位論文使用授權聲明研究生在校攻讀學位期間論文工作的知識產權單位屬南京師范大學。學校有權保存本學位論文的電子和紙質文檔，可以借閱或上網公布本學位論文的部分或全部內容，可以采用影印、復印等手段保存、匯編本學位論文。學校可以向國家有關機關或機構送交論文的電子和紙質文檔，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位論文屬于保密論文，密級保密期限為年。學位論文作者簽名日期指導教師簽名日期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

簡介：當今時代，移動動漫產業(yè)快速發(fā)展，移動終端越來越趨于個性化和多樣化。為了讓動漫圖片能在縱橫比不同的設備上更好地顯示，需要經過一個有針對性的圖像適配過程。傳統(tǒng)的圖像適配技術大多針對自然圖片，而動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，色彩相對簡單。因此傳統(tǒng)適配技術往往不適用于動漫圖片。本文根據動漫圖片獨有特征，提出一個針對動漫圖片重要物體輪廓保持的圖像適配框架給出一張動漫圖片，首先應用同向性非線性濾波器和高斯拉普拉斯濾波器對它進行特征線條抽取然后根據格式塔原則將特征線條分類并組合成不同的輪廓接著，根據三個視覺審美特征參數將它們過濾篩選，這樣有利于減少后續(xù)步驟的處理時間再然后根據輸入的圖片和特征信息生成一張半邊三角網格最后采用縮放變換能量、平滑能量和特征能量結合的能量模型進行輪廓保持的非均勻的三角網格變形，紋理映射后得到最終的變形結果。在對動漫圖片圖像適配時，本文設計的圖像適配方法和UNIFMSCALING方法、SEAMCARVING方法和MESHWARPING方法相比，不但能很好地保護圖中的重要內容，而且還能保護重要內容的輪廓形狀和在圖中的位置比例。

簡介：在互聯(lián)網急速發(fā)展的今天，多媒體技術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，更是成了人們關注的主要對象。如何從復雜的圖像中獲取我們所需要的信息，成為人們今天關注的熱點，而以場景文本為代表的圖像，更是與我們的生活密切相關。本文從獲取場景文本、場景文本中文字的定位和場景文本中文字的識別三個方面展開。在場景文本獲取中，主要用到V4L2視頻技術以及OPENCV相關庫函數，并用交叉編譯器完成程序的移植。在場景文本定位模塊中，首先用到基于邊緣檢測方法完成對場景文本中文本域的粗定位，再根據灰度檢測結果，將二者的連通域相融合，進一步來排除噪聲的干擾，完成文本域的精確定位。在場景文本文字識別模塊中，首先對文本塊進行預處理，再訓練訓練集，在訓練時要對訓練集進行梯度特征提取和降維，之后一次加載訓練集，用MQDF分類器來識別文本塊，并把文字信息顯示在輸出界面上，最后通過微軟TTS語音庫把文本朗讀。該系統(tǒng)滿足一般的場景需求，未來可以用來處理一般的場景文本，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通過把書籍或報紙上的文字轉化為語音，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通過對高速路指示標志的識別，來提醒疲勞中的司機。3通過對各大旅游景點指示標志的識別，并轉化為該國游客的母語語音輸出，方便他們旅游。4對文獻的電子化管理，汽車自動駕駛，危險預防等也有重要幫助。

簡介：電子商務自1999年在中國出現以來，飛速發(fā)展。中國電子商務市場到2013年末，交易規(guī)模達到了102萬億元，網絡零售市場在這個時間，交易規(guī)模達到了18851億元?，F在人們可以隨時隨地地使用移動終端設備，在電商平臺中選購自己滿意的商品。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)網信息的電商平臺中顯得尤其重要?，F有的也是較為傳統(tǒng)的商品搜索方式是利用關鍵字進行查詢，查詢方便且快捷。相對于文字提供的信息而言，圖片有著其天然的優(yōu)勢，它可以將信息高質量的保存，移動終端的智能設備提供了強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，首先通過物體識別提取出物體中的商品信息，再從商品信息中抽取出圖像特征，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別技術能夠帶來大量好處，通過物體識別可以去除環(huán)境的干擾，讓系統(tǒng)只關注于用戶感興趣的部分。在用電商圖片搜索相似商品時，用戶關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別任務中，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)的物體識別算法并不能很好的處理這種情況。因此本文針對這種情況，設計了一個基于組合備選物體的物體識別算法。首先通過旋轉圖片，減小物體實例偏轉對物體識別的影響。然后將同一張輸入圖片旋轉之后的多張圖片，通過傳統(tǒng)的物體識別算法識別出其中的備選物體。每個備選物體可能對應一個完整物體，也可能對應一個完整物體的一個個組成部分。最后通過圖像特征聚類備選物體，找出圖片中有多少物體，每個備選物體屬于哪個物體，再通過能量函數確定每個物體的位置。從實驗結果中可以看出本文模型在物體類別識別的精確度稍稍高于FASTERRCNN。而在物體位置的預測上，本文模型的表現要明顯優(yōu)于FASTERRCNN?？紤]到圖像搜索對于物體位置的要求更高，綜合來說，本文模型要比FASTERRCNN更好。