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

视频人脸快速检索关键技术研究与实现

摘要第5-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 课题研究的背景与意义第11-12页
    1.2 国内外研究现状及研究难点第12-14页
        1.2.1 国内外研究现状第12-13页
        1.2.2 研究难点第13-14页
    1.3 主要工作及贡献第14-15页
    1.4 论文组织结构第15-17页
第二章 视频人脸检索相关技术介绍第17-23页
    2.1 视频关键帧提取方法第17-19页
        2.1.1 基于镜头的方法第17页
        2.1.2 基于聚类的方法第17-18页
        2.1.3 基于运动分析的方法第18页
        2.1.4 基于压缩视频流的方法第18-19页
        2.1.5 基于帧率采样的方法第19页
    2.2 人脸检测方法概述第19-21页
        2.2.1 基于知识的人脸检测方法第19-20页
        2.2.2 基于统计的人脸检测方法第20-21页
    2.3 人脸检索识别方法简介第21-22页
    2.4 本章小结第22-23页
第三章 视频人脸检测与定位第23-38页
    3.1 基于Haar特征的AdaBoost人脸检测第23-30页
        3.1.1 算法简介第23-24页
        3.1.2 算法原理第24-28页
        3.1.3 具体实现第28-30页
    3.2 基于MB-LBP特征的Libfacedetection人脸检测第30-33页
        3.2.1 算法介绍第30-32页
        3.2.2 具体实现第32-33页
    3.3 实验对比分析第33-36页
        3.3.1 人脸数据库介绍第33-35页
        3.3.2 结果及分析第35-36页
    3.4 人脸特征点提取第36-37页
    3.5 本章小结第37-38页
第四章 人脸图像预处理第38-49页
    4.1 图像增强技术第38-41页
        4.1.1 图像灰度化第38-40页
        4.1.2 直方图均衡化第40-41页
    4.2 人脸图像去噪方法第41-45页
        4.2.1 图像中值滤波第41-42页
        4.2.2 图像均值滤波第42-43页
        4.2.3 图像高斯滤波第43-44页
        4.2.4 图像双边滤波第44-45页
    4.3 归一化处理方法第45-48页
        4.3.1 图像尺度归一化第46页
        4.3.2 基于仿射变换的人脸对齐第46-48页
    4.4 本章小结第48-49页
第五章 基于局部敏感哈希的视频人脸检索第49-66页
    5.1 相似性度量第49-52页
        5.1.1 欧式距离第49-50页
        5.1.2 汉明距离第50页
        5.1.3 余弦距离第50-51页
        5.1.4 LP范数第51-52页
    5.2 局部敏感哈希算法第52-58页
        5.2.1 局部敏感哈希(LSH)第52-53页
        5.2.2 谱哈希(SH)第53-55页
        5.2.3 P稳定分布(P-Stable)第55-56页
        5.2.4 迭代量化(ITQ)第56-58页
    5.3 改进迭代量化哈希第58-60页
        5.3.1 改进思路第58页
        5.3.2 算法模型第58-60页
        5.3.3 实现流程第60页
    5.4 实验结果对比第60-65页
        5.4.1 数据库选择第61页
        5.4.2 实验流程第61-62页
        5.4.3 结果分析第62-65页
    5.5 本章小结第65-66页
第六章 视频人脸检索系统设计与实现第66-78页
    6.1 系统总体设计第66-68页
    6.2 系统实现第68-74页
        6.2.1 系统实现环境第68页
        6.2.2 视频关键帧提取模块第68-70页
        6.2.3 人脸检测和预处理模块第70-72页
        6.2.4 人脸检索匹配模块第72-73页
        6.2.5 系统界面展示第73-74页
    6.3 系统测试与结果分析第74-77页
        6.3.1 性能评价指标第74-75页
        6.3.2 测试集说明第75-76页
        6.3.3 测试结果分析第76-77页
    6.4 本章小结第77-78页
第七章 总结与展望第78-80页
    7.1 本文总结第78-79页
    7.2 未来展望第79-80页
致谢第80-81页
参考文献第81-85页

论文共85页,点击 下载论文
上一篇:基于Linux系统的三维模型平台研究与设计
下一篇:基于监控场景的行人重识别方法的研究与应用