首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于多示例学习的Adaboost算法及其在人脸检测中的应用

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-23页
   ·引言第11页
   ·人脸检测问题描述第11-20页
   ·本文的主要工作第20-21页
   ·本文的章节结构第21-23页
第二章 ADABOOST 人脸检测方法的理论基础第23-36页
   ·机器学习算法基础第23-25页
   ·介绍ADABOOST 算法第25-28页
   ·ADABOOST 算法分析第28-31页
   ·基于ADABOOST 的人脸检测第31-35页
   ·本章小结第35-36页
第三章 基于ADABOOST 训练方法的改进第36-47页
   ·问题的提出第36页
   ·训练算法的基本原理第36-40页
   ·ADABOOST 算法耗时原因分析第40-41页
   ·目前使用的分类器训练方法简介第41-42页
   ·查表型弱分类器训练方法第42-45页
   ·实验分析第45页
   ·本章小结第45-47页
第四章 基于多示例学习的ADABOOST 算法第47-59页
   ·多示例学习方法(MULTI-INSTANCE LEARNING)第47-50页
   ·介绍EM-DD 算法第50-54页
   ·EM-DD-BOOSTING 算法第54-56页
   ·实验分析第56-57页
   ·本章小结第57-59页
第五章 基于静态图像的多角度人脸检测系统第59-77页
   ·人脸检测系统设计第59-63页
   ·多角度人脸检测第63-69页
   ·实验的设计第69-73页
   ·实验结果分析第73-77页
第六章 总结与展望第77-79页
   ·总结第77-78页
   ·展望第78-79页
参考文献第79-84页
致 谢第84-85页
作者在攻读硕士学位期间发表和完成的论文第85页

论文共85页,点击 下载论文
上一篇:3D游戏场景中路径搜索的研究与实现
下一篇:新经济条件下:企业抢先突显战略优势分析