基于视频的人脸检测与识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·人脸目标检测 | 第9-11页 |
| ·人脸目标识别 | 第11-12页 |
| ·本文研究内容 | 第12-14页 |
| 第2章 人脸目标检测 | 第14-24页 |
| ·OpenCV视觉库 | 第14页 |
| ·人脸图像预处理 | 第14-17页 |
| ·图像滤波去噪 | 第14-15页 |
| ·灰度图像均衡化 | 第15-16页 |
| ·图像尺度归一化 | 第16-17页 |
| ·基于区域特征的人脸检测 | 第17-23页 |
| ·视频序列的运动目标检测 | 第17-19页 |
| ·人脸区域特征的检测 | 第19-21页 |
| ·人脸区域的合并 | 第21-22页 |
| ·检测结果与分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 人脸检测与跟踪 | 第24-37页 |
| ·基于AdaBoost迭代的人脸检测 | 第24-30页 |
| ·Adaboost算法原理 | 第24-26页 |
| ·人脸目标训练算法 | 第26-28页 |
| ·人脸检测实验分析 | 第28-30页 |
| ·人脸目标跟踪 | 第30-36页 |
| ·MeanShift算法 | 第31-33页 |
| ·Kalman滤波器 | 第33-34页 |
| ·人脸跟踪实验分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 人脸目标识别 | 第37-54页 |
| ·图像小波变换 | 第37-40页 |
| ·离散小波变换 | 第37-38页 |
| ·图像压缩降维 | 第38-40页 |
| ·人脸特征提取 | 第40-43页 |
| ·主成分分析方法 | 第40-42页 |
| ·线性鉴别分析 | 第42-43页 |
| ·人脸特征分类 | 第43-49页 |
| ·SVM基本原理 | 第44-47页 |
| ·核函数的选择 | 第47-48页 |
| ·分类器的设计 | 第48-49页 |
| ·人脸识别实验分析 | 第49-53页 |
| ·人脸识别算法流程 | 第49-50页 |
| ·特征维数分析 | 第50-51页 |
| ·训练人脸数分析 | 第51页 |
| ·多项式阶数分析 | 第51-52页 |
| ·人脸识别效果图 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 检测与识别系统 | 第54-58页 |
| ·系统开发平台 | 第54页 |
| ·人脸检测系统 | 第54-56页 |
| ·人脸识别系统 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论与展望 | 第58-61页 |
| ·工作总结 | 第58-59页 |
| ·主要创新点 | 第59页 |
| ·工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
