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

基于计算机视觉的感兴趣人群属性分析系统

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-19页
    1.1 引言第9页
    1.2 人脸检测概述第9-12页
        1.2.1 人脸检测的研究现状第10-12页
    1.3 人脸属性分析概述第12-16页
        1.3.1 性别判断的研究现状第13-14页
        1.3.2 年龄预估的研究现状第14-16页
    1.4 常用数据库第16-17页
    1.5 本文结构第17-19页
第二章 相关技术第19-36页
    2.1 人脸检测技术第19-28页
        2.1.1 Viola-Jones人脸检测方法第19-23页
        2.1.2 RCNN系列对象检测方法第23-26页
        2.1.3 实时对象检测方法第26-28页
    2.2 人脸属性分析技术第28-34页
        2.2.1 特征提取方法第29-32页
        2.2.2 分类器第32-34页
    2.3 本章小结第34-36页
第三章 系统核心算法第36-47页
    3.1 人脸检测第36-40页
        3.1.1 性能评估指标第36-37页
        3.1.2 FDDB数据集第37页
        3.1.3 测试结果及分析第37-40页
    3.2 性别判断第40-43页
        3.2.1 CAS-PEAL数据集第40-42页
        3.2.2 IMDB-WIKI数据集实验第42-43页
    3.3 年龄预估第43-45页
    3.4 联合性别判断与年龄预估第45-46页
    3.5 本章小结第46-47页
第四章 系统实现与测试第47-66页
    4.1 需求分析第47-48页
    4.2 系统结构第48-49页
    4.3 模块分析第49-59页
        4.3.1 输入模块第49-50页
        4.3.2 后台分析模块第50-52页
        4.3.3 前端模块第52-59页
    4.4 功能测试第59-65页
        4.4.1 Web端第59-61页
        4.4.2 移动端第61-65页
    4.5 本章小结第65-66页
第五章 总结与展望第66-68页
    5.1 总结第66页
    5.2 展望第66-68页
参考文献第68-73页
攻读硕士学位期间取得的研究成果第73-74页
致谢第74-75页
附件第75页

论文共75页,点击 下载论文
上一篇:基于机器视觉的镭射液晶屏缺陷检测及修复系统的研究与开发
下一篇:弱监督下的RGB-D图像语义分割算法研究