动态人耳实时检测方法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-18页 |
| ·研究背景和意义 | 第7-8页 |
| ·人耳图像视频库研究综述 | 第8-9页 |
| ·人耳检测研究综述 | 第9-16页 |
| ·人耳检测与人耳识别的关系 | 第9-10页 |
| ·动态人耳检测方法综述 | 第10-16页 |
| ·人耳检测技术存在的问题 | 第16页 |
| ·本文主要研究内容 | 第16-18页 |
| 2 人耳图像视频库的建立 | 第18-29页 |
| ·人耳图像视频库的建立规则 | 第18-21页 |
| ·人耳图像视频的采集 | 第21-27页 |
| ·采集系统的设置 | 第21-22页 |
| ·采集环境 | 第22-24页 |
| ·人耳视频库的采集 | 第24-27页 |
| ·人耳图像视频库的存储 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 人耳候选区域的初定位 | 第29-38页 |
| ·色彩空间与色彩空间的聚类 | 第29-31页 |
| ·色彩直方图 | 第31-33页 |
| ·应用改进的Cam Shift 算法实现人耳检测 | 第33-37页 |
| ·Back Projection 计算 | 第33-34页 |
| ·MeanShift 算法 | 第34页 |
| ·改进的CamShift 算法 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 人耳的精确定位 | 第38-49页 |
| ·AdaBoost 算法概述 | 第38-41页 |
| ·AdaBoost 算法的起源 | 第38-39页 |
| ·AdaBoost 算法的基本思想 | 第39-41页 |
| ·Haar 特征的选取及训练 | 第41页 |
| ·积分图像法 | 第41-43页 |
| ·AdaBoost 算法强分类器的离线训练 | 第43-44页 |
| ·Haar 特征训练的流程 | 第44-45页 |
| ·AdaBoost 算法的检测流程 | 第45-46页 |
| ·AdaBoost 检测模块 | 第46-47页 |
| ·使用AdaBoost 模块对人耳进行定位的效果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 动态人耳检测流程的实现 | 第49-59页 |
| ·检测算法实现流程 | 第49页 |
| ·人耳检测实现的硬件环境 | 第49-50页 |
| ·检测模块性能的验证 | 第50-58页 |
| ·使用电脑摄像头进行的检验 | 第50页 |
| ·使用人耳视频库对算法进行验证 | 第50-58页 |
| ·算法的实时性效果 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66页 |
| A. 攻读硕士期间发表的论文目录 | 第66页 |
| B. 攻读硕士期间取得的科研成果目录 | 第66页 |
