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

复杂背景下快速人脸检测与识别

第一章 绪论第1-14页
   ·选题背景和意义第8-9页
   ·人脸检测与识别的概况第9-12页
   ·论文的主要研究内容第12-13页
   ·本文内容安排第13-14页
第二章 肤色模型第14-26页
   ·引言第14-15页
   ·彩色空间第15-19页
   ·肤色模型第19-20页
   ·肤色模型的改进第20-21页
   ·实验结果第21-25页
   ·小结与展望第25-26页
第三章 人脸表示第26-38页
   ·概述第26-27页
   ·常用的人脸表示第27-35页
     ·PCA方法(Eigenfaces方法)第27-30页
     ·Fishecface方法第30-32页
     ·Gabor小波方法第32-34页
     ·Like-Haar小波方法第34-35页
   ·人脸表示的改进第35-37页
   ·多姿态的人脸表示第37页
   ·小结与展望第37-38页
第四章 分类器设计第38-54页
   ·概述第38-39页
   ·常用分类器设计第39-50页
     ·符号函数第39页
     ·最近邻第39-41页
     ·BP网络第41-43页
     ·RBF网络第43-45页
     ·SVM(Support Vector Machine)第45-48页
     ·Adaboost分类器第48-50页
   ·组合分类器第50-53页
   ·小结与展望第53-54页
第五章 人脸检测与识别系统第54-62页
   ·概述第54页
   ·系统的原理与构成第54-59页
     ·特征提取第54-56页
     ·分类器设计第56-59页
     ·系统构成第59页
   ·实验结果与比较第59-61页
   ·小结与展望第61-62页
第六章 结束语第62-64页
   ·总结第62页
   ·展望第62-64页
参考文献第64-71页
致谢第71-72页
附录 攻读硕士学位期间发表论文及科研工作第72-73页

论文共73页,点击 下载论文
上一篇:基于粗糙集理论与智能计算的分类规则挖掘方法研究
下一篇:图像修描技术的研究