Численные методы и программный комплекс анализа документальных портретных изображений

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1 РАЗРАБОТКА ЧИСЛЕННЫХ МЕТОДОВ И МОДЕЛИ ДЛЯ ПОИСКА ДОКУМЕНТАЛЬНЫХ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.
1.1 Постановка задачи поиска личности по фотоизображению лица .
1.1.1 Задача поиска личности по портретному изображению как задача поиска изображений по содержанию
1.1.2 Задача поиска личности по фотоизображению лица как задача распознавания.
1.1.3 Критерии качества классификации и поиска, принятые в работе
1.2 Математическая модель лица и ее построение
1.2.1 Описание математической модели лица
1.2.2 Метод построения математической модели лица
1.2.3 Экспериментальные исследования метода построения математической модели лица
1.2.4 Нормализация изображения и выделение области изображения для расчета признаков.
1.3 Метод отбора информативных признаков на
цифровых изображениях.
1.3.1 Предварительный отбор информативных признаков
первый этап отбора.
1.3.2 Формирование множеств информативных признаков
второй этап отбора.
1.3.3 Окончательный отбор признаков третий этап отбора
1.3.4 Применение разработанного метода.
1.4 ДВУХЭТАПНЫЙ ЧИСЛЕННЫЙ МЕТОД ПОИСКА ИЗОБРАЖЕНИЙ В БАЗЕ ДАННЫХ НА ОСНОВЕ СОВМЕСТНОЙ КЛАССИФИКАЦИИ
1.4.1 Исследуемые классификаторы.
1.4.2 Процедура совместной классификации как способ повышения эффективности поиска
1.4.3 Двухэтапный метод поиска изображений в базе данных как способ повышения скорости поиска.
1.5 Общее описание информационной технологии поиска.
1.6 Выводы и результаты.
2 ЧИСЛЕННЫЙ МЕТОД СОПОСТАВЛЕНИЯ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ОЦЕНКИ ПАРАМЕТРОВ ИХ ГЕОМЕТРИЧЕСКИХ ПРЕОБРАЗОВАНИЙ.
2.1 Обзор методов оценки параметров рассогласования изображений .
2.2 Разработка метода оценки параметров геометрического
РАССОГЛАСОВАНИЯ, ОСНОВАННОГО НА ПРЕОБРАЗОВАНИИ ФУРЬЕ
2.2.1 Теоретическое обоснование метода.
2.2.2 Описание метода
2.2.3 Влияние маски на эффективность работы метода.
2.2.4 Выбор способа интерполяции при переходе к логарифмическиполярной системе координат
2.3 МОМЕНТНЫЙМЕТОД ОЦЕНКИ ПАРАМЕТРОВ ГЕОМЕТРИЧЕСКОГО РАССОГЛАСОВАНИЯ
2.4 Экспериментальные исследования методов оценки параметров
ГЕОМЕТРИЧЕСКОГО РАССОГЛАСОВАНИЯ
2.5. Экспериментальные исследования метода сопоставления
ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.
2.6. Выводы и результаты.
3 АРХИТЕКТУРА И РЕАЛИЗАЦИЯ ЭКСПЕРИМЕНТАЛЬНОГО ПРОГРАММНОГО КОМПЛЕКСА АНАЛИЗА ДОКУМЕНТАЛЬНЫХ ПОРТРЕТНЫХ ИЗОБРАЖЕНИЙ.
3.1 Разработка серверной части программного комплекса
3.1.1 Функции, выполняемые серверной частью
программного комплекса
3.1.2 Состав и назначение компонентов серверной части
программного комплекса
3.1.3 Подсистема взаимодействия с клиентской частью
программного комплекса
3.1.4 Логика обслуживания клиентских запросов
3.1.5 Реализация логики обслуживания запросов со стороны СУБД
3.1.6 Генерация отчетов
3.1.7 Основные динамически подключаемые библиотеки.
3.2 Разработка клиентской части программного комплекса
3.2.1 Подсистема взаимодействия с серверной частью программного комплекса
3.2.2 Подсистема взаимодействия с устройством ввода
3.2.3 Очередь запросов к серверу.
3.2.4 Основные динамически подключаемые библиотеки.
3.3 Разработка модели данных экспериментального программного комплекса анализа документальных портретных изображений
3.3.1 Логическая модель данных программного комплекса
3.3.2 Физическая модель данных программного комплекса
3.4 Выводы и результаты.
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЕ 1. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ КЛАССИФИКАТОРОВЭКСПЕРТОВ.
ПРИЛОЖЕНИЕ 2. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ КЛАССИФИКАТОРАСЕЛЕКТОРА
ПРИЛОЖЕНИЕ 3. ДОКУМЕНТЫ, ПОДТВЕРЖДАЮЩИЕ ИСПОЛЬЗОВАНИЕ РЕЗУЛЬТАТОВ ДИССЕРТАЦИИ.
ВВЕДЕНИЕ
Диссертация посвящена разработке численных методов и программного комплекса обработки и анализа документальных портретных изображений.
Актуальность