基于OpenCV的人脸检测与跟踪算法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 研究的背景与意义 | 第8-9页 |
| 1.2 人脸检测方法及分析 | 第9-11页 |
| 1.2.1 基于知识的人脸检测方法 | 第10页 |
| 1.2.2 基于特征不变量的人脸检测方法 | 第10-11页 |
| 1.2.3 基于表象的人脸检测方法 | 第11页 |
| 1.3 人脸跟踪方法及分析 | 第11-13页 |
| 1.3.1 基于低级别特征的方法 | 第12页 |
| 1.3.2 基于模板匹配的方法 | 第12-13页 |
| 1.3.3 基于统计的方法 | 第13页 |
| 1.4 本文所做的工作 | 第13-17页 |
| 1.4.1 本文的主要研究内容 | 第13-15页 |
| 1.4.2 本文的组织结构 | 第15-17页 |
| 第2章 多角度人脸检测和人脸跟踪方法分析 | 第17-36页 |
| 2.1 引言 | 第17页 |
| 2.2 基于ADABOOST算法的多角度人脸检测 | 第17-28页 |
| 2.2.1 积分图与Haar-like特征介绍 | 第18-21页 |
| 2.2.2 分类器的构造与级联 | 第21-23页 |
| 2.2.3 Ada Boost训练算法 | 第23-24页 |
| 2.2.4 多角度人脸检测 | 第24-28页 |
| 2.3 基于CAMSH IFT算法的人脸跟踪方法 | 第28-35页 |
| 2.3.1 颜色概率模型 | 第29-30页 |
| 2.3.2 Mean Shift算法 | 第30-32页 |
| 2.3.3 Cam Shift算法 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 人脸检测与跟踪软件实现及硬件系统架构 | 第36-48页 |
| 3.1 引言 | 第36-37页 |
| 3.2 人脸检测与跟踪软件实现原理 | 第37-39页 |
| 3.3 硬件系统架构 | 第39-46页 |
| 3.3.1 计算机机器视觉库Open CV | 第39-42页 |
| 3.3.2 舵机介绍 | 第42-44页 |
| 3.3.3 Arduino单片机介绍 | 第44页 |
| 3.3.4 系统硬件原理图及实物图介绍 | 第44-46页 |
| 3.4 单目摄像头跟踪原理 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 实验结果与性能分析 | 第48-55页 |
| 4.1 引言 | 第48页 |
| 4.2 实验设备介绍 | 第48页 |
| 4.3 人脸检测试验与分析 | 第48-53页 |
| 4.4 人脸跟踪试验与分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第60-62页 |
| 致谢 | 第62页 |
