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

视频序列中的人脸检测与跟踪技术研究

致谢第4-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第11-19页
    1.1 课题研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 人脸检测方法第12-15页
        1.2.2 人脸跟踪方法第15-16页
    1.3 技术难点和研究内容第16-17页
    1.4 论文结构安排第17-19页
2 人脸图像预处理第19-27页
    2.1 引言第19页
    2.2 图像颜色空间第19-20页
    2.3 光照补偿第20-22页
    2.4 图像滤波第22-25页
        2.4.1 滤波器原理第22-23页
        2.4.2 实验结果及分析第23-25页
    2.5 本章小结第25-27页
3 视频序列中的人脸检测算法研究第27-45页
    3.1 引言第27页
    3.2 Adaboost人脸检测方法第27-34页
        3.2.1 Haar-like特征第27-28页
        3.2.2 积分图计算第28-29页
        3.2.3 构造分类器第29-32页
        3.2.4 实验结果及分析第32-34页
    3.3 基于YCgCr肤色检测的Adaboost人脸检测算法第34-42页
        3.3.1 YCgCr颜色空间肤色区域分割第34-38页
        3.3.2 改进的人脸检测算法第38-39页
        3.3.3 实验结果及分析第39-42页
    3.4 本章小结第42-45页
4 视频序列中的人脸跟踪算法研究第45-63页
    4.1 引言第45页
    4.2 基于学习的人脸跟踪算法第45-52页
        4.2.1 TLD跟踪算法第45-46页
        4.2.2 MIL跟踪算法第46-48页
        4.2.3 Struck跟踪算法第48-49页
        4.2.4 实验测试及分析第49-52页
    4.3 多尺度Struck人脸跟踪算法第52-58页
        4.3.1 SVM基本原理第52-54页
        4.3.2 核函数第54-55页
        4.3.3 多尺度Struck跟踪算法第55-58页
    4.4 实验结果及分析第58-60页
    4.5 人脸检测和跟踪算法在人脸识别系统中的应用第60-62页
    4.6 本章小结第62-63页
5 总结与展望第63-67页
    5.1 论文主要工作内容第63-64页
    5.2 研究展望第64-67页
参考文献第67-71页
作者简介及在学期间发表的学术论文与研究成果第71页

论文共71页,点击 下载论文
上一篇:多喷嘴对置式水煤浆气化系统动态模拟
下一篇:生物质与煤加压热解行为及炭气化反应性研究