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

基于遗传算法的人脸检测研究

第一章 绪论第1-11页
   ·人脸检测技术的背景和意义第6页
   ·现有的人脸检测算法第6-9页
   ·本文所做的工作第9-11页
第二章 肤色分割的相关研究第11-20页
   ·色彩空间表示及其转换第11-13页
     ·RGB色彩空间第11页
     ·rgb色彩空间第11-12页
     ·HSI与HSV色彩空间第12页
     ·YUV和YIQ色彩空间第12-13页
     ·YCbCr色彩空间第13页
   ·肤色模型第13-16页
     ·归一化RGB肤色模型第14页
     ·基于YIQ的肤色模型第14-15页
     ·基于YCbCr的肤色模型第15页
     ·基于KL变换的肤色模型第15-16页
   ·基于KL肤色模型的肤色分割第16页
   ·形态学处理第16-20页
第三章 遗传算法第20-31页
   ·引言第20页
   ·遗传算法的基本内容第20-24页
     ·编码方案第21页
     ·初始种群的设定第21页
     ·适应度函数第21-22页
     ·遗传算子的设计第22-23页
     ·控制参数的设定第23-24页
   ·遗传算法的收敛性分析第24-31页
     ·遗传算法的收敛性定义第24页
     ·马尔可夫链的定义及性质第24-26页
     ·标准遗传算法(SGA)的收敛性分析第26-27页
     ·最优保留遗传算法的收敛性分析第27-31页
第四章 基于遗传算法和模板匹配的人脸检测第31-43页
   ·模板匹配基本原理第31-33页
   ·平均脸模板第33-34页
   ·相似性度量第34-37页
     ·Hausdorff距离第34-35页
     ·人脸几何特征第35-37页
   ·遗传算法在模板匹配中的应用第37-42页
     ·编码第38-39页
     ·适应度函数第39-40页
     ·选择算子第40-41页
     ·杂交算子第41页
     ·变异算子第41页
     ·终止准则第41-42页
   ·算法的收敛性证明第42-43页
第五章 仿真实验第43-45页
   ·仿真环境第43页
   ·算法流程第43页
   ·图像采集第43页
   ·实验结果第43-45页
第六章 总结与展望第45-47页
参考文献第47-49页
攻读学位期间的研究成果第49-50页
致谢第50-51页
学位论文独创性声明、学位论文知识产权权属声明第51页

论文共51页,点击 下载论文
上一篇:2型糖尿病合并脑梗塞患者的MTHFR基因、eNOS基因多态性位点的联合研究
下一篇:数学问题解决中的障碍成因分析及矫正对策研究