首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人眼检测与跟踪算法的应用研究及优化

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 课题背景和研究意义第10-14页
    1.2 本论文主要研究内容及结构安排第14-16页
第二章 人眼检测与跟踪研究现状第16-27页
    2.1 人眼检测方法综述第18-22页
    2.2 当前人眼检测研究存在的问题第22-23页
    2.3 人眼跟踪方法综述第23-25页
    2.4 人眼检测与跟踪系统的性能评估标准第25-26页
    2.5 本章小结第26-27页
第三章 基于AdaBoost级联器与Kalman优化的人眼检测第27-44页
    3.1 AdaBoost算法研究第27-30页
        3.1.1 AdaBoost算法理论分析第27-29页
        3.1.2 基于AdaBoost级联器的人脸检测第29-30页
    3.2 人脸特征提取第30-36页
        3.2.1 Haar-like特征第30-31页
        3.2.2 Haar-like特征数计算第31-34页
        3.2.3 积分图第34-36页
    3.3 Kalman运动估计算法研究第36-38页
        3.3.1 随机线性离散系统Kalman方程第36-37页
        3.3.2 Kalman运动估计及扩展第37-38页
    3.4 基于AdaBoost级联器与Kalman优化的人眼检测算法第38-39页
    3.5 人眼检测优化算法试验及效果第39-43页
    3.6 本章小结第43-44页
第四章 基于改进模板匹配算法的人眼检测第44-63页
    4.1 模板匹配算法的研究与实现第44-47页
        4.1.1 模板选择第45页
        4.1.2 模板匹配算法理论分析第45-47页
    4.2 基于并行处理思想的模板匹配算法研究与分析第47-53页
        4.2.1 匹配模板研究与优化第47-48页
        4.2.2 模板匹配搜索方法研究与改进第48-50页
        4.2.3 相关性度量方法改进与阈值选取优化第50-53页
    4.3 图像预处理研究第53-55页
        4.3.1 图像色彩空间转换第53页
        4.3.2 图像平滑处理第53-54页
        4.3.3 图像灰度均衡化第54-55页
    4.4 基于改进模板匹配算法的人眼检测第55-56页
    4.5 优化算法验证实验及效果第56-62页
        4.5.1 构建平均眼模板第56-57页
        4.5.2 人眼模板尺寸的确定与验证第57-58页
        4.5.3 图像预处理第58页
        4.5.4 模板匹配实验与结果分析第58-62页
    4.6 本章小结第62-63页
第五章 跟踪式狭缝光栅自由立体显示系统整合第63-72页
    5.1 跟踪式狭缝自由立体显示系统构架第63-64页
    5.2 狭缝光栅显示器与动态调整模块第64-66页
    5.3 人眼位置反馈模块第66-67页
    5.4 人眼检测与跟踪模块第67-71页
        5.4.1 基于AdaBoost级联器与Kalman优化的人眼检测跟踪模块第67-69页
        5.4.2 基于改进模板匹配的人眼检测跟踪模块第69-71页
    5.5 本章小结第71-72页
第六章 总结和展望第72-74页
    6.1 本论文工作总结第72-73页
    6.2 未来研究方向及内容第73-74页
致谢第74-75页
参考文献第75-79页
攻读硕士学位期间取得的成果第79页

论文共79页,点击 下载论文
上一篇:毫米波无源探测目标多模式检测与跟踪算法研究
下一篇:基于S50芯片卡的校园一卡通系统设计与实现