基于对象关系数据库的人脸查询技术研究

论文摘要

目前,人脸识别技术及其应用已经渗透到多个学科,并在模式识别、智能控制、机器视觉等领域取得了丰硕成果,如何利用数据库来管理人脸图像一直是研究热点。随着数据库技术的发展,对象关系数据库技术产生以满足新应用领域的需求。它既具有管理复杂数据的能力,又提供复杂查询的功能。它是在继承关系数据库技术的基础上,增加面向对象特性,使面向对象技术与关系数据库技术紧密结合。因此,本文结合人脸识别过程中的预处理及特征提取和对象关系数据库的基本特征,提出利用对象关系数据库来管理人脸图像及提供查询。该方法先对每一幅人脸图像做预处理和特征提取,然后把人脸图像及其特征向量一起存储在对象关系数据库中,提取特征向量的目的是为后续人脸图像查询做准备;当进行人脸图像查询时,通过计算人脸图像间特征向量的欧氏距离作为查询匹配依据,最终完成人脸查询过程。通过本文研究表明采用对象关系数据库来管理复杂数据、提供复杂查询等相关问题是一种有效的解决方案。

论文目录

• 摘要
• Summary
• 第一章 引言
• 1.1 研究目的及意义
• 1.2 对象关系型数据库管理系统的由来
• 1.2.1 关系数据库管理系统
• 1.2.2 面向对象技术
• 1.2.3 面向对象技术与数据库技术结合的方法
• 1.3 对象关系型数据库研究进展
• 1.3.1 对象关系型数据库的萌发
• 1.3.2 对象关系数据库的现状
• 1.3.3 对象关系数据库面临的挑战
• 1.4 本文的组织
• 第二章 对象关系数据库的基本特性
• 2.1 对象关系数据库语言
• 2.2 基本数据类型扩充
• 2.2.1 创建基本数据类型
• 2.2.2 用户定义的函数和操作符
• 2.3 复杂对象
• 2.3.1 组合
• 2.3.2 集合
• 2.3.3 引用
• 2.4 继承
• 2.4.1 数据继承
• 2.4.2 函数继承
• 2.5 规则
• 2.5.1 更新-更新规则
• 2.5.2 查询-更新规则
• 2.5.3 更新-查询规则
• 2.5.4 查询-查询规则
• 第三章 ORDBMS体系结构及技术特点
• 3.1 ORDBMS体系结构
• 3.1.1 概述
• 3.1.2 ORDBMS体系结构
• 3.2 存储机制
• 3.2.1 类的存储
• 3.2.2 对象实例的存储
• 3.2.3 对象关系型数据记录的存储
• 3.3 类型管理机制
• 3.4 查询处理和优化技术
• 3.4.1 分析树
• 3.4.2 分析树到查询方案的转换及优化
• 3.4.3 物理方案的选择
• 第四章 人脸图像的预处理和特征提取
• 4.1 人脸识别与人脸查询
• 4.2 人脸图像的预处理
• 4.2.1 灰度变换
• 4.2.2 人脸图像的二值化
• 4.2.3 人脸图像的归一化
• 4.2.4 人脸图像的自动定位
• 4.3 人脸几何特征提取
• 4.3.1 眼睛几何特征提取
• 4.3.2 鼻子几何特征提取
• 4.3.3 嘴巴几何特征提取
• 第五章 人脸库中图像对象的存储及查询
• 5.1 人脸图像结构
• 5.1.1 人脸图像文件组成
• 5.1.2 位图文件头
• 5.1.3 位图信息头
• 5.1.4 颜色表
• 5.1.5 位图数据
• 5.2 图像对象的存储设计
• 5.3 查询函数的设计
• 5.4 查询结果评价和分析方法
• 5.5 总结与展望
• 5.5.1 总结
• 5.5.2 未来的工作展望
• 致谢
• 主要参考文献
• 附录