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

基于图像的人体检测跟踪和人脸识别的研究

提要第1-6页
摘要第6-8页
Abstract第8-12页
第1章 绪论第12-32页
   ·研究背景和意义第12-19页
   ·研究现状第19-26页
   ·面临挑战和发展趋势第26-30页
   ·本文主要成果和章节安排第30-32页
第2章 相关方法介绍第32-54页
   ·人体检测跟踪方法第32-43页
     ·运动目标分割第32-37页
     ·运动人体识别第37-38页
     ·运动人体跟踪第38-43页
   ·光照预处理方法第43-47页
     ·引言第43-44页
     ·直方图均衡变换第44-45页
     ·Gamma 变换第45-46页
     ·局部对比度增强第46-47页
     ·离散余弦变换第47页
   ·人脸识别方法第47-52页
     ·引言第47-49页
     ·主成分分析第49-50页
     ·线性判别分析第50-51页
     ·Gabor 小波第51-52页
   ·本章小结第52-54页
第3章 基于运动目标的人体检测与跟踪第54-72页
   ·引言第54页
   ·基于二次连通域处理的人体检测第54-60页
     ·研究基础第54-58页
     ·二次连通域处理第58-60页
   ·改进 MEANSHIFT 的人体跟踪第60-64页
     ·Meanshift 算法第60-61页
     ·改进的 Meanshift 算法第61-64页
   ·实验与分析第64-70页
     ·人体检测实验第64-67页
     ·人体跟踪实验第67-70页
   ·本章小结第70-72页
第4章 基于改进高斯差分滤波的光照预处理第72-82页
   ·引言第72页
   ·高斯差分滤波第72-73页
   ·改进的高斯差分滤波算法第73-76页
   ·实验与分析第76-80页
     ·实验流程第76-78页
     ·光照预处理实验第78-79页
     ·人脸识别实验第79-80页
   ·本章小结第80-82页
第5章 基于 ADABOOST 的双向 2DLDA 融合的人脸识别第82-96页
   ·引言第82-83页
   ·AB2DLDA 算法第83-89页
     ·2DLDA 和 E2DLDA 互补性第83-87页
     ·Adaboost 算法第87页
     ·AB2DLDA 算法流程第87-89页
   ·实验与分析第89-95页
     ·表情变化实验第90-91页
     ·光照变化实验第91-93页
     ·表情和光照变化实验第93-95页
     ·整体实验第95页
   ·本章小结第95-96页
第6章 总结和展望第96-100页
   ·总结第96-97页
   ·展望第97-100页
参考文献第100-110页
作者简介及在学期间所取得的科研成果第110-112页
致谢第112页

论文共112页,点击 下载论文
上一篇:立体视频深度图提取及深度序列编码技术研究
下一篇:基于视觉显著特征的目标检测方法研究