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

人脸实时跟踪与识别方法的研究

第一章 绪论第1-21页
 1.1 人脸跟踪及识别问题的提出第10-12页
  1.1.1 人脸识别及相关问题的定义第10页
  1.1.2 研究人脸跟踪及识别问题的意义第10-11页
  1.1.3 人脸跟踪及识别技术的难点第11-12页
 1.2 人脸识别技术综述第12-17页
  1.2.1 基于几何特征识别第12-13页
  1.2.2 基于代数特征识别第13-16页
  1.2.3 基于连接机制方法第16-17页
  1.2.4 多分类器组合方法第17页
 1.3 人脸跟踪技术研究第17-19页
 1.4 本论文的研究出发点第19页
 1.5 本课题的主要研究内容和工作安排第19-21页
第二章 基于肤色的人脸检测第21-32页
 2.1 引言第21页
 2.2 肤色信息的利用第21-22页
  2.2.1 将肤色判断作为人脸检测的核心方法第21页
  2.2.2 将肤色判断为人脸检测的预处理第21-22页
  2.2.3 将肤色判断作为人脸检测的后期验证第22页
 2.3 本文基于肤色的人脸检测算法第22页
 2.4 光照补偿处理第22-23页
 2.5 检测肤色区域第23-26页
  2.5.1 主要的颜色空间第23-24页
  2.5.2 色彩空间的选择第24页
  2.5.3 人脸肤色模型第24-25页
  2.5.4 基于 YCbCr彩色空间的肤色分割第25-26页
 2.6 区域分割与归并第26-30页
  2.6.1 物体分割主要算法第26页
  2.6.2 本文所采用的区域分割与归并算法第26-30页
 2.7 基于肤色的人脸验证方法第30-31页
 2.8 算法性能评价第31-32页
第三章 基于遗传粒子滤波的人脸跟踪第32-46页
 3.1 引言第32页
 3.2 粒子滤波理论第32-37页
  3.2.1 问题描述第32-33页
  3.2.2 贝叶斯滤波原理第33-34页
  3.2.3 蒙特卡洛方法第34-36页
  3.2.4 蒙特卡罗粒子滤波算法描述第36-37页
 3.3 遗传粒子滤波算法的提出第37-38页
 3.4 遗传算法第38-39页
 3.5 遗传粒子滤波第39-42页
  3.5.1 交叉操作第39页
  3.5.2 变异操作第39-40页
  3.5.3 与传统滤波器比较第40-41页
  3.5.4 动态模型第41页
  3.5.5 观测模型第41页
  3.5.6 人脸跟踪算法描述第41-42页
 3.6 实验结果第42-45页
  3.6.1 人脸左右旋转跟踪第42-43页
  3.6.2 相似物干扰下的人脸跟踪第43页
  3.6.3 部分遮挡第43-44页
  3.6.4 来回摆动第44-45页
 3.7 比较与总结第45-46页
第四章 人脸的识别第46-64页
 4.1 引言第46页
 4.2 隐马尔可夫模型介绍第46-47页
 4.3 隐马尔可夫的三个假定第47-48页
 4.4 隐马尔可夫模型的基本问题第48-53页
  4.4.1 估价问题第48-51页
  4.4.2 解码问题和 Viterbi算法第51页
  4.4.3 训练问题第51-53页
 4.5 基于 HMM的人脸识别过程第53-58页
  4.5.1 HMM人脸识别基本框架第53页
  4.5.2 人脸 HMM模型第53-54页
  4.5.3 采样块的生成第54-55页
  4.5.4 特征提取第55-56页
  4.5.5 HMM建模训练及人脸识别工作流程第56-57页
  4.5.6 HMM训练的流程图与人脸识别流程图第57-58页
 4.6 人脸实时跟踪识别系统第58-64页
  4.6.1 系统结构第58-59页
  4.6.2 人脸识别及实验结果第59-63页
  4.6.3 系统评估第63-64页
第五章 全文总结第64-66页
 5.1 结论第64页
 5.2 存在的问题与展望第64-66页
参考文献第66-71页
致谢第71-72页
攻读硕士学位期间公开发表的文章第72页

论文共72页,点击 下载论文
上一篇:一种新型CpG ODN对乙肝疫苗增效作用的研究
下一篇:近代湖南社会问题及其治理