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

人脸跟踪检测技术的应用研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题的研究背景和意义第10-11页
   ·人脸跟踪检测的难点问题第11-12页
   ·国内外研究现状第12-14页
     ·人脸检测的研究现状第12-14页
     ·人脸跟踪的研究现状第14页
   ·本文主要工作和内容安排第14-16页
     ·本文主要工作第14-15页
     ·本文章节内容安排第15-16页
第2章 常用人脸跟踪检测方法第16-24页
   ·常用的人脸检测方法第17-21页
     ·基于知识的方法第17-18页
     ·基于特征的方法第18-19页
     ·模板匹配法第19-20页
     ·基于统计学习的方法第20-21页
   ·常用的人脸跟踪方法第21-23页
     ·基于区域匹配的跟踪算法第22页
     ·基于运动模型的跟踪算法第22页
     ·基于光流法的跟踪第22-23页
     ·基于人脸特征的跟踪第23页
   ·本章小结第23-24页
第3章 基于肤色特征和人脸轮廓相结合的人脸检测方法第24-54页
   ·利用肤色特征对人脸进行粗略定位第24-39页
     ·色彩空间的选取第24-27页
     ·肤色模型的选取第27-30页
     ·基于肤色模型的人脸初定位流程图第30-31页
     ·肤色分割阈值的选取第31-34页
     ·连通域去干扰法第34-36页
     ·积分投影法去干扰和实现人脸初定位第36-39页
   ·利用Hough变换检测人脸轮廓的方法精确定位人脸第39-50页
     ·对人脸初始区域进行填充和边界提取第40-43页
     ·Hough变换的基本原理第43-44页
     ·Hough变换检测人脸椭圆边界第44-47页
     ·改进的Hough变换检测人脸的方法第47-50页
   ·人脸检测仿真实验分析第50-52页
   ·本章小结第52-54页
第4章 基于Camshift与Kalman预测相结合的人脸跟踪方法第54-76页
   ·基于Camshift的人脸跟踪算法第54-63页
     ·区域肤色Hue直方图的获取第55页
     ·Mean shift跟踪算法第55-61页
     ·基于Camshift的人脸跟踪过程第61-63页
   ·基于Camshift与Kalman滤波预测相结合的人脸跟踪第63-69页
     ·卡尔曼滤波原理分析第64-66页
     ·遮挡情况处理第66-67页
     ·Camshift结合卡尔曼滤波预测应用于人脸跟踪第67-69页
   ·综合仿真实验效果对比和分析第69-75页
     ·Mean shift人脸跟踪仿真实验第69-70页
     ·Camshift人脸跟踪的仿真实验第70-72页
     ·基于Camshift与Kalman预测相结合的人脸跟踪仿真实验第72-74页
     ·人脸跟踪实验结果的评价分析第74-75页
   ·本章小结第75-76页
第5章 总结与展望第76-78页
   ·本文工作总结第76-77页
   ·进一步工作展望第77-78页
参考文献第78-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:基于NAT穿越的网络可视教学系统安全性研究
下一篇:基于双目视觉的3D重建关键技术研究