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

人脸对齐算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-17页
   ·研究的背景和意义第10-11页
   ·人脸对齐算法研究现状第11-14页
     ·研究现状第11-12页
     ·人脸对齐算法研究的主要方向第12-13页
     ·目前研究的难点第13-14页
   ·人脸对齐算法相关技术第14-16页
   ·论文内容和结构安排第16-17页
第2章 基于类 Haar 特征的人脸检测第17-27页
   ·人脸检测方法介绍第17-20页
     ·知识检测法第17页
     ·基于特征不变量的人脸检测方法第17-18页
     ·模版匹配算法第18页
     ·基于外观的方法第18-20页
   ·基于类 Haar 特征的人脸检测实现第20-26页
     ·类 Haar 特征第20-21页
     ·类 Haar 特征的快速算法第21-22页
     ·AdaBoost 算法第22-23页
     ·人脸检测方法的实现第23-25页
     ·人脸检测效果第25-26页
   ·本章小结第26-27页
第3章 基于梯度图像的模板匹配对齐算法第27-42页
   ·梯度图像处理第27-28页
     ·梯度图像处理第27页
     ·Sobel 边缘检测算子第27-28页
   ·模板匹配算法第28-30页
   ·人脸图像的模板生成第30页
   ·人脸对齐算法实现第30-31页
   ·实验结果与分析第31-41页
     ·实验步骤与结果第31-34页
     ·手动对齐人脸图片的方法第34-36页
     ·误差值计算第36-37页
     ·基于 KL 变换的人脸图像识别率计算第37-41页
   ·本章小结第41-42页
第4章 基于 SIFT 特征匹配算法的人脸对齐第42-54页
   ·SIFT 特征匹配算法第42-45页
     ·基于宽基线的特征匹配算法第42-43页
     ·基于 SIFT 特征的匹配算法第43-45页
   ·基于 SIFT 特征匹配算法的人脸对齐第45-49页
     ·实现思路第45-47页
     ·实现方法第47-48页
     ·算法介绍第48-49页
   ·实验结果与分析第49-51页
     ·人脸对齐效果第49-50页
     ·误差值计算第50-51页
     ·识别率第51页
   ·两种对齐算法误差及识别率比较第51-53页
     ·两种对齐算法的误差第51-52页
     ·两种对齐算法的识别率第52页
     ·实验结果总结第52-53页
   ·本章小结第53-54页
结论第54-55页
参考文献第55-59页
致谢第59-60页
个人简历第60页

论文共60页,点击 下载论文
上一篇:HIS系统设计及候诊时间预测模型研究
下一篇:基于全方位视觉的运动目标检测和跟踪方法研究