基于压缩域的人脸检测方法的研究与实现
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·课题背景 | 第7-8页 |
| ·国内外技术发展概况 | 第8-10页 |
| ·本文主要研究的内容和论文结构 | 第10-11页 |
| 第2章 人脸检测技术与压缩域图像处理技术 | 第11-20页 |
| ·人脸检测技术 | 第11-13页 |
| ·压缩域图像的处理技术 | 第13-16页 |
| ·压缩图像概述 | 第13-14页 |
| ·压缩域图像处理的方法 | 第14页 |
| ·压缩域图像的编码 | 第14-16页 |
| ·JPEG 图像的压缩标准 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于 DCT 域人脸检测技术的研究 | 第20-34页 |
| ·DCT 域的特征向量提取 | 第20-21页 |
| ·DCT 域图像的缩放 | 第21-23页 |
| ·分块效应 | 第23-24页 |
| ·样本的收集 | 第24-25页 |
| ·人脸样本 | 第24-25页 |
| ·非人脸样本 | 第25页 |
| ·基于BP 神经网络的分类器 | 第25-33页 |
| ·神经网络简介 | 第26-27页 |
| ·BP 网络结构及其学习算法 | 第27-29页 |
| ·BP 神经网络的优化 | 第29-31页 |
| ·BP 神经网络分类器的训练与运用 | 第31-33页 |
| ·实验过程与分析 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于小波的 DCT 压缩域人脸检测的实现 | 第34-43页 |
| ·人脸图像的降维 | 第34-39页 |
| ·二维小波 | 第34-36页 |
| ·小波对人脸图像的分解 | 第36-39页 |
| ·基于小波的DCT 压缩域的人脸检测 | 第39-42页 |
| ·检测的过程 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| ·总结 | 第43-44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 摘要 | 第49-51页 |
| Abstract | 第51-53页 |
