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