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

基于Adaboost算法的人脸检测与识别技术研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第9-15页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状与发展趋势第10-12页
        1.2.1 人脸检测研究现状第10-11页
        1.2.2 人脸识别研究现状第11-12页
    1.3 本文的研究内容和方法第12-13页
        1.3.1 人脸检测方法第12-13页
        1.3.2 人脸识别方法第13页
    1.4 论文的组织结构第13-14页
    1.5 本章小结第14-15页
第2章 人脸检测与识别基本理论第15-24页
    2.1 人脸检测与识别效果评价指标第15-16页
        2.1.1 人脸检测技术的评价指标第15页
        2.1.2 人脸识别技术的评价指标第15-16页
    2.2 人脸检测算法第16-20页
        2.2.1 基于知识的方法第16-18页
        2.2.2 基于统计学习的方法第18-20页
    2.3 人脸识别算法第20-22页
        2.3.1 基于几何特征的方法第20-21页
        2.3.2 基于神经网络的方法第21页
        2.3.3 基于特征空间变换的方法第21-22页
        2.3.4 基于隐马尔可夫模型的方法第22页
    2.4 本章小结第22-24页
第3章 图像增强与分割技术第24-38页
    3.1 图像增强第24-29页
        3.1.1 人脸检测中的直方图均衡化第24-27页
        3.1.2 人脸识别中的光照补偿第27-29页
    3.2 图像分割第29-35页
        3.2.1 基于灰度阈值分割的方法第29-31页
        3.2.2 边缘检测第31-33页
        3.2.3 彩色图像分割第33-35页
    3.3 开发工具介绍第35-36页
        3.3.1 OpenCV技术介绍第35-36页
        3.3.2 OpenCV技术应用第36页
    3.4 本章小结第36-38页
第4章 基于Adaboost人脸检测算法的研究与实现第38-52页
    4.1 Adaboost算法简述第38页
    4.2 Haar特征及特征值计算第38-39页
        4.2.1 Haar特征第38-39页
        4.2.2 Haar特征值计算第39页
    4.3 分类器的构造第39-42页
        4.3.1 弱分类器的构造第39-40页
        4.3.2 强分类器的构造第40-41页
        4.3.3 级联分类器生成第41-42页
    4.4 基于肤色分割的Adaboo-算法改进第42-46页
        4.4.1 肤色检测第42-44页
        4.4.2 肤色分割第44-46页
    4.5 人脸检测算法的实现与结果分析第46-51页
        4.5.1 静态与视频图像人脸检测的实现第47-49页
        4.5.2 人脸检测算法的比较与结果分析第49-51页
    4.6 本章小结第51-52页
第5章 人脸识别算法的研究与实现第52-68页
    5.1 人脸识别介绍第52页
    5.2 基于Fisherfaces人脸识别方法第52-58页
        5.2.1 PCA算法描述第52-53页
        5.2.2 PCA算法的实现第53-54页
        5.2.3 LDA算法第54-55页
        5.2.4 Fisherfaces算法描述第55-57页
        5.2.5 Fisherfaces算法的实现第57-58页
    5.3 基于LBP算法的人脸识别第58-62页
        5.3.1 LBP算子描述第58-60页
        5.3.2 Uniform模式的LBP算子第60-61页
        5.3.3 基于LBP分块人脸特征的提取第61-62页
    5.4 结合Fisherfaces与LBP的改进识别算法第62-67页
        5.4.1 人脸识别系统的实现第63-65页
        5.4.2 人脸识别算法的比较与结果分析第65-67页
    5.5 本章小结第67-68页
第6章 总结与展望第68-69页
参考文献第69-73页
致谢第73-74页
研究生期间发表论文及参加项目情况第74-75页

论文共75页,点击 下载论文
上一篇:融合颜色信息与深度信息的多目标检测及跟踪方法研究
下一篇:政府工作报告英译本评价资源分布研究