基于DSP的人脸检测算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题来源及意义 | 第11-12页 |
| 1.2 人脸检测系统的性能指标 | 第12页 |
| 1.3 人脸检测国内外研究现状 | 第12-14页 |
| 1.4 人脸检测的应用 | 第14-16页 |
| 1.5 本文的主要工作及架构 | 第16-17页 |
| 1.6 本章小结 | 第17-19页 |
| 第2章 人脸检测相关理论 | 第19-29页 |
| 2.1 颜色空间理论 | 第19-20页 |
| 2.1.1 RGB彩色空间 | 第19页 |
| 2.1.2 YCbCr彩色空间 | 第19-20页 |
| 2.2 机器视觉技术 | 第20-22页 |
| 2.3 尺度空间理论 | 第22-23页 |
| 2.3.1 尺度空间的定义 | 第22-23页 |
| 2.3.2 尺度空间的结构 | 第23页 |
| 2.4 图像匹配基本方法 | 第23-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 人脸检测算法仿真实现 | 第29-55页 |
| 3.1 人脸定位算法 | 第29-44页 |
| 3.1.1 人脸图像的获取和预处理 | 第29-31页 |
| 3.1.2 肤色模型的建立和肤色提取 | 第31-32页 |
| 3.1.3 邻域滤波噪声消除算法 | 第32-36页 |
| 3.1.4 基于边缘检测的肤色区域分割 | 第36-39页 |
| 3.1.5 连通域和开闭运算 | 第39-40页 |
| 3.1.6 人脸区域粗分割 | 第40-41页 |
| 3.1.7 基于双眼确认的人脸区域定位 | 第41-44页 |
| 3.2 SIFT图像匹配算法 | 第44-54页 |
| 3.2.1 SIFT特征向量的特点 | 第44页 |
| 3.2.2 SIFT特征点提取流程 | 第44-52页 |
| 3.2.3 SIFT特征向量匹配算法 | 第52-54页 |
| 3.3 本章小结 | 第54-55页 |
| 第4章 人脸检测DSP硬件实现 | 第55-71页 |
| 4.1 人脸检测系统硬件构成 | 第55-56页 |
| 4.2 DM6437概述与特点 | 第56-59页 |
| 4.2.1 DM6437存储空间的配置 | 第56-58页 |
| 4.2.2 CCS硬件仿真和实时数据交换 | 第58-59页 |
| 4.3 人脸检测算法流程 | 第59-60页 |
| 4.4 肤色区域的确定 | 第60-62页 |
| 4.5 连通域及最小外接矩形的确定 | 第62-64页 |
| 4.6 非人脸区域排除 | 第64-68页 |
| 4.6.1 肤色色调接近物体排除 | 第64-65页 |
| 4.6.2 非人脸肤色区域排除 | 第65-66页 |
| 4.6.3 脖子部分的排除 | 第66-68页 |
| 4.7 人脸匹配 | 第68-69页 |
| 4.8 本章小结 | 第69-71页 |
| 第5章 测试与结果分析 | 第71-75页 |
| 5.1 测试方案与测试数据 | 第71-73页 |
| 5.2 结果分析 | 第73页 |
| 5.3 本章小结 | 第73-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 工作总结 | 第75页 |
| 6.2 工作展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士学位期间发表的论文 | 第83页 |
