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

视频序列人脸图像分割与识别技术研究

第一章 绪论第1-30页
   ·研究背景与意义第13-14页
   ·人脸检测与识别研究的发展与现状第14-16页
   ·视频序列人脸检测方法综述第16-24页
     ·视频序列中运动目标分割方法综述第16-18页
     ·人脸检测方法综述第18-24页
   ·人脸识别方法综述第24-27页
   ·论文主要研究内容第27-29页
     ·论文研究内容第27-29页
     ·论文的主要创新第29页
   ·论文结构概要第29-30页
第二章 视频序列人脸检测预处理第30-46页
   ·引言第30页
   ·马尔可夫随机场模型的基本概念第30-36页
     ·点集和标记集第30-31页
     ·邻域系定义第31-32页
     ·马尔可夫随机场第32-33页
     ·Gibbs随机场第33-34页
     ·MRF与GRF之间的等价性第34-35页
     ·MAP-MRF标记第35-36页
     ·后验能量函数的优化算法第36页
   ·基于马尔可夫随机场模型的运动目标分割第36-42页
     ·马尔可夫随机场(MRF)第36-37页
     ·后验能量函数定义第37-39页
     ·差分图像的高斯混合模型第39-40页
     ·快速EM算法第40-41页
     ·能量函数优化算法第41-42页
   ·实验及其结果分析第42-45页
   ·本章小结第45-46页
第三章 基于形态学的人脸区域的初步检测第46-57页
   ·引言第46页
   ·二值形态学的基本运算第46-48页
   ·灰度形态学第48-53页
     ·灰度形态学理论基础第48-49页
     ·灰度形态学基本变换第49-52页
     ·灰度形态学梯度第52页
     ·Top-Hat变换第52-53页
   ·基于数学形态学的人脸初步检测第53-56页
     ·区域分割第53-55页
     ·人脸定位第55-56页
   ·本章小结第56-57页
第四章 基于支持向量机的人脸检测第57-75页
   ·引言第57页
   ·机器学习的基本问题第57-59页
     ·学习问题的一般表示第57-58页
     ·经验风险最小化第58-59页
     ·复杂性与推广能力第59页
   ·统计学习理论第59-62页
     ·VC维第60页
     ·推广性的界第60-61页
     ·结构风险最小化第61-62页
   ·支持向量机第62-65页
     ·最优分类超平面第62-64页
     ·非线性支持向量机第64-65页
   ·基于支持向量机的人脸检测算法第65-72页
     ·最优化理论基础第66-69页
     ·支持向量机的学习算法第69-70页
     ·改进算法第70-72页
   ·实验与结果分析第72-74页
     ·图像预处理第72-73页
     ·人脸检测第73-74页
   ·本章小结第74-75页
第五章 基于提升小波变换和学习矢量量化网络的人脸识别第75-94页
   ·引言第75-76页
   ·二维小波变换原理第76-81页
     ·小波变换的由来和作用第76-79页
     ·二维小波变换与图像的小波分解和重构第79-81页
   ·提升小波变换原理第81-85页
     ·多项式拟合的预测算法第83-85页
     ·自适应更新算法第85页
   ·人工神经网络基础第85-87页
     ·人工神经网络的分类第86页
     ·神经网络的学习第86-87页
   ·基于LVQ网络的多姿态人脸识别第87-91页
     ·竞争神经网络基础第87-88页
     ·LVQ网络模型第88-89页
     ·LVQ网络学习规则第89-91页
   ·实验与结果分析第91-93页
   ·本章小结第93-94页
第六章 总结与展望第94-97页
   ·本文工作的总结第94页
   ·本文主要研究成果第94-95页
   ·进一步的工作与展望第95-97页
参考文献第97-111页
致谢第111-112页
在学期间公开发表论文及其它科研成果第112-113页
中文详细摘要第113-124页

论文共124页,点击 下载论文
上一篇:学习型组织与人力资本开发
下一篇:光学层析图像的重建技术研究