基于Web的人脸图像数据库系统

摘要

本文采用Web技术的B/S模式来开发人脸图像数据库，建立一个基于Web的人脸图像数据库系统，以解决传统数据库由于客户端不统一，无法实现跨系统、跨平台操作的问题，而使其能够实现真正的资源共享。本系统用DreamweaveMX作为开发工具开发系统客户端Web页面；用Java语言编写中间应用程序，采用JBuilder9作为开发工具；底层数据库采用Oracle9i进行数据存储和管理。本系统由库生成子系统、查询子系统、系统管理子系统和数据库几部分组成，系统实现了图片上传、基于文本和基于内容两种检索方式的查询、用户管理、数据库管理等功能。 此外还对图像数据库的一些关键技术进行了研究和探讨。本系统仍然采用关系型数据库进行存储和管理，对于图像数据采用分离存储策略，即将图像数据和其他文本数据等都直接放入数据库，但将图像数据与图像的相关说明信息分为两个关系表存放。此方案可以减少图像数据库的网络响应时间，提高系统速度。本文还提出了一种基于分层聚类树的高维索引结构，它能够以很高的效率达到近似的k-近邻检索，以提高系统的检索速度。 本文将技术讨论与系统实现相结合，开发出一个完整的Web人脸图像数据库系统，实现了理论与实践的完美结合。

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及学位论文版权使用授权书

第一章绪论

1.1背景和意义

1.2研究动态

1.2.1图像数据模型研究动态

1.2.2图像数据库检索技术研究动态

1.2.3高维索引技术研究动态

1.3本文的章节安排

第二章 Web数据库系统的体系结构

2.1数据库系统的体系结构

2.1.1集中式主机结构

2.1.2 Client/Server(二层C/S)结构

2.1.3三层Client/Server(三层C/S)结构

2.1.4三层Browser/Server(三层B/S)体系结构

2.1.5多层B/S体系结构

2.2几种体系结构的比较

2.2.1计算模式的分析

2.2.2三层/多层体系结构的优势

2.2.3三层C/S结构与三层B/S结构的比较

2.3本系统的体系结构

2.3.1客户层(前台用户界面)

2.3.2中间层(后台应用逻辑)

2.3.3数据库层(后台数据库)

第三章系统总体设计

3.1系统功能

3.2系统结构

3.2.1客户端

3.2.2库生成子系统

3.2.3查询子系统

3.2.4系统管理子系统

3.2.5数据库

3.3系统功能模块详细设计

3.3.1注册

3.3.2登录

3.3.3修改资料

3.3.4图片上传

3.3.5图片查询

3.3.6图片管理

3.3.7用户管理

3.3.8数据库管理

3.4系统实现的关键技术

3.4.1人脸定位技术

3.4.2人脸识别技术

第四章数据库设计

4.1图像数据库的层次结构

4.2数据类型

4.3图像数据存储策略

4.3.1存储方案一

4.3.2存储方案二

4.3.3存储方案三

4.4概念设计

4.5关系表设计

第五章基于聚类的索引技术

5.1聚类分析和近似检索

5.1.1聚类分析

5.1.2近似检索

5.2聚类索引树

5.2.1 K均值聚类算法

5.2.2建树算法

5.2.3近似k-近邻检索算法

5.3实验结果

结 论

参考文献

致谢