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

面向立体显示的人脸位置检测算法

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第10-16页
    1.1 人脸位置检测技术研究背景第10-12页
    1.2 目标跟踪算法研究背景第12-13页
    1.3 无辅助立体显示第13-14页
    1.4 本文研究内容第14-15页
    1.5 本文组织结构第15-16页
第二章 人脸位置检测系统整体架构第16-29页
    2.1 无辅助立体显示系统中整体软件架构第16-17页
    2.2 硬件层架构设计第17-20页
        2.2.1 与摄像装置进行交互的系统设计第17-19页
        2.2.2 与串口部分进行交互的系统设计第19-20页
    2.3 中间层架构设计第20-25页
        2.3.1 MVC框架第21-22页
        2.3.2 控制模块的系统设计第22-25页
    2.4 界面层架构设计第25-26页
    2.5 算法模块架构设计第26-29页
        2.5.1 各部分算法选择与结构组成第26-28页
        2.5.2 颜色空间选择第28-29页
第三章 人脸候选区域提取第29-39页
    3.1 肤色检测技术方案选取第29-35页
        3.1.1 肤色检测模块输入输出和流程第30-31页
        3.1.2 颜色空间选取方案第31-32页
        3.1.3 肤色模型选取方案第32-35页
    3.2 工程性能分析第35-36页
    3.3 实验与总结第36-39页
第四章 基于ASM算法的面部特征定位第39-59页
    4.1 ASM算法形状模型建立第39-46页
        4.1.1 人脸全局形状模型建立第40-44页
        4.1.2 特征点局部纹理特征建立第44-46页
    4.2 ASM算法形状模型匹配第46-48页
    4.3 面部特征定位模块工程设计与实现第48-57页
        4.3.1 面部特征定位模块的流程实现第48-53页
        4.3.2 迭代次数的确定第53-54页
        4.3.3 ASM算法部分实现细节第54-57页
    4.4 基于ASM算法的实验结果第57-59页
第五章 基于TLD的目标跟踪第59-79页
    5.1 TLD算法介绍第59-62页
    5.2 TLD算法检测模块第62-67页
        5.2.1 方差分类器第63-64页
        5.2.2 集合分类器第64-66页
        5.2.3 最近邻分类器第66-67页
        5.2.4 检测窗口聚类第67页
    5.3 TLD算法跟踪模块第67-71页
        5.3.1 Lucas-Kanade光流算法分绍第67-68页
        5.3.2 跟踪模块实现流程第68-71页
    5.4 TLD算法学习模块第71-74页
        5.4.1 P-N学习介绍第71-73页
        5.4.2 集合分类器学习流程第73页
        5.4.3 最近邻分类器学习流程第73-74页
    5.5 实验结果与性能分析第74-79页
        5.5.1 TLD算法实验结果与性能分析第74-76页
        5.5.2 TLD算法与ASM相结合实验结果与性能分析第76-79页
第六章 总结与展望第79-81页
参考文献第81-83页
致谢第83-84页
攻读硕士学位期间科研成果第84-85页

论文共85页,点击 下载论文
上一篇:移动平台三维医学图像体绘制研究
下一篇:乌鲁木齐XX中学固定资产盘点管理系统设计与实现