智能录播系统中站立人脸的检测定位研究
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 研究目的与意义 | 第6-7页 |
| 1.2 国内外研究动态 | 第7-10页 |
| 1.2.1 智能录播系统 | 第7-8页 |
| 1.2.2 运动人脸检测 | 第8-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 本文结构安排 | 第10-11页 |
| 第二章 相关技术 | 第11-25页 |
| 2.1 运动目标检测方法介绍 | 第11-18页 |
| 2.1.1 帧差法 | 第11-15页 |
| 2.1.2 光流法 | 第15-16页 |
| 2.1.3 背景差分法 | 第16-18页 |
| 2.2 光照补偿 | 第18-20页 |
| 2.2.1 GrayWorld色彩均衡算法 | 第18-19页 |
| 2.2.2 基于参考白的算法 | 第19-20页 |
| 2.3 肤色检测 | 第20-24页 |
| 2.3.1 基于颜色空间的规定肤色阈值法 | 第20-21页 |
| 2.3.2 基于参数化模型的高斯密度估计法 | 第21-23页 |
| 2.3.3 直方图统计法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 智能录播系统中站立人脸的检测定位 | 第25-35页 |
| 3.1 活动区域的确定与标记 | 第25-27页 |
| 3.1.1 帧差法确定活动区域 | 第25-26页 |
| 3.1.2 活动区域的标记 | 第26-27页 |
| 3.2 活动区域预处理 | 第27-29页 |
| 3.2.1 光照补偿 | 第27-28页 |
| 3.2.2 肤色检测 | 第28-29页 |
| 3.3 活动区域人脸筛选 | 第29-32页 |
| 3.3.1 候选人脸区域筛选 | 第29-30页 |
| 3.3.2 头发检测 | 第30-31页 |
| 3.3.3 人眼检测 | 第31页 |
| 3.3.4 人脸比例筛选 | 第31-32页 |
| 3.4 学生站立检测的确定 | 第32页 |
| 3.5 算法整体流程 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 实验结果与分析 | 第35-46页 |
| 4.1 参数选取对检测结果的影响 | 第35-37页 |
| 4.1.1 分割阈值对帧差法的影响 | 第35-36页 |
| 4.1.2 图像大小对光照补偿时间的影响 | 第36-37页 |
| 4.2 学生非站立动作干扰 | 第37-41页 |
| 4.2.1 头部动作 | 第37-38页 |
| 4.2.2 手臂动作 | 第38-39页 |
| 4.2.3 腿部动作 | 第39-40页 |
| 4.2.4 其他动作 | 第40-41页 |
| 4.3 程序分步运行结果及分析 | 第41-44页 |
| 4.3.1 活动区域的确定 | 第41-42页 |
| 4.3.2 活动区域图像预处理 | 第42页 |
| 4.3.3 站立人脸检测与定位 | 第42-44页 |
| 4.4 站立检测正确率 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 工作总结 | 第46页 |
| 5.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间的研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
