复杂背景下的头肩像检测与定位

1 绪论	第1-11页
·课题研究的意义	第7页
·国内外的研究状况	第7-9页
·应用领域	第9页
·研究目标及研究内容	第9-10页
·章节安排	第10-11页
2 基于支持向量机的头肩像检测	第11-34页
·引言	第11-12页
·统计学习理论	第12-15页
·VC维	第12-13页
·推广性的界	第13-14页
·结构风险最小化	第14-15页
·支持向量机	第15-23页
·最优超平面	第16-17页
·线性支持向量机	第17-20页
·非线性支持向量机	第20-23页
·支持向量机的学习算法	第23页
·支持向量机的训练算法	第23-28页
·基于支持向量机的头肩像检测方法	第28-31页
·样本收集	第29-30页
·预处理	第30-31页
·应用小波变换提取特征	第31-32页
·复合SVM分类器	第32-34页
3 动态头肩像检测方法	第34-44页
·复杂背景下运动人体的提取	第34-41页
·引言	第34-35页
·图像的预处理	第35-36页
·图像的差分	第36-37页
·差分图像中的残余静态景物的去除	第37-38页
·多尺度静态边缘检测	第38-41页
·吻合边缘的求取	第41页
·剔除短线	第41页
·以支持向量机为核心的动态头肩像检测	第41-44页
4 实验结果	第44-48页
5 结论与展望	第48-50页
·本文主要工作总结	第48页
·工作展望	第48-50页
参考文献	第50-54页
附录1	第54-55页
附录2	第55-56页
致谢	第56-58页