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

人脸检测算法及其FPGA设计研究

摘要第1-6页
Abstract第6-8页
目录第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-21页
   ·人脸检测的研究背景第12-13页
   ·人脸检测的研究现状与方法第13-19页
     ·国内外研究现状第13-14页
     ·研究方法第14-19页
   ·论文的主要工作第19-20页
   ·论文的组织结构第20-21页
第2章 AdaBoost 算法和神经网络的基本原理第21-32页
   ·AdaBoost 人脸检测方法第21-25页
     ·Haar 矩形特征第21-23页
     ·基于离散 AdaBoost 的特征选择第23-24页
     ·级联分类器结构第24-25页
     ·AdaBoost 的优缺点第25页
   ·神经网络人脸检测方法第25-30页
     ·神经网络的基本概念第25-26页
     ·BP 神经网络模型第26-28页
     ·基于 BP 神经网络的人脸检测第28-30页
     ·神经网络的优缺点第30页
   ·小结第30-32页
第3章 AdaBoost-NN 人脸检测算法第32-42页
   ·图像的预处理第32-36页
     ·几何校正第32-33页
     ·图像掩模第33-34页
     ·直方图均衡化第34-35页
     ·像素灰度值归一化第35-36页
   ·AdaBoost-NN 算法第36-38页
   ·实验结果与结论第38-41页
     ·实验环境第38页
     ·实验样本第38页
     ·实验结果及分析第38-41页
   ·小结第41-42页
第4章 基于 FPGA 的人脸检测系统设计第42-58页
   ·系统开发环境第42-47页
     ·XUP Virtex-II Pro 开发板第42-44页
     ·开发工具及其开发方法第44-47页
   ·基于 FPGA 的人脸检测软件实现第47-50页
     ·MicroBlaze 软核实现第47-48页
     ·PowerPC 硬核实现第48-49页
     ·两种方法的比较第49-50页
   ·软硬件协同的人脸检测系统设计第50-57页
     ·开发流程第50-51页
     ·总体框架第51-52页
     ·关键 IP 核设计第52-57页
     ·仿真结果与结论第57页
   ·小结第57-58页
结论第58-60页
参考文献第60-65页
致谢第65-66页
附录A 攻读学位期间所发表的学术论文第66-67页
附录B 攻读学位期间参加的科研项目第67页

论文共67页,点击 下载论文
上一篇:基于CUDA的H.264并行压缩编码算法研究
下一篇:基于自适应LBP的图像文本检测算法