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

人脸定位与跟踪技术的研究与实现

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-19页
   ·研究背景和意义第10-12页
   ·研究现状和困难第12-15页
   ·本论文的主要内容第15-17页
   ·本论文的结构安排第17-19页
第二章 人脸定位与跟踪技术综述第19-30页
   ·常用的运动目标定位的方法第19-21页
     ·帧差法第19-20页
     ·光流法第20-21页
     ·背景减除法第21页
   ·常用人脸检测方法第21-25页
     ·基于先验知识的方法第22页
     ·肤色特征的方法第22-23页
     ·基于表象的方法第23页
     ·模型匹配的方法第23页
     ·统计学习的方法第23-25页
   ·常用的人脸跟踪方法第25-28页
     ·基于特征匹配的跟踪第25-26页
     ·基于运动信息的跟踪第26-27页
     ·基于模板匹配的跟踪第27页
     ·基于人工神经网络的跟踪第27-28页
   ·本章小结第28-30页
第三章 人脸定位跟踪算法的研究与实现第30-48页
   ·Adaboost 算法原理第30-35页
     ·Adaboost 算法原理第30-31页
     ·Adaboost 算法训练过程第31-35页
   ·Camshift 算法原理第35-36页
   ·改进的人脸定位跟踪算法第36-37页
   ·算法的实现第37-47页
     ·实验环境第37-38页
     ·实现步骤第38-42页
     ·实验图像第42页
     ·实验效果图第42-45页
     ·实验结果分析第45-47页
   ·本章小结第47-48页
第四章 旋转人脸定位算法的研究与实现第48-68页
   ·旋转人脸定位的意义第48-49页
   ·旋转不变性第49-50页
   ·常用的旋转人脸定位方法第50-55页
     ·辐射模板法第50-53页
     ·基于人脸几何特征的检测方法第53-54页
     ·人眼位置推算法第54-55页
   ·改进的人脸定位跟踪系统的实现第55-66页
     ·肤色模型第55-56页
     ·边缘检测第56-59页
     ·各边缘检测算子的效果比较第59-61页
     ·旋转人脸定位的实现第61-63页
     ·实验效果图与结果分析第63-66页
   ·本章小结第66-68页
第五章 本课题在多模式生物认证系统中的意义第68-73页
   ·多模式生物认证系统框架第68页
   ·各主要功能模块介绍第68-71页
   ·人脸定位模块在整个系统中的作用第71页
   ·本章小结第71-73页
第六章 总结与展望第73-74页
致谢第74-75页
参考文献第75-78页
攻硕期间取得的研究成果第78-79页

论文共79页,点击 下载论文
上一篇:基于Web使用挖掘的在线报名推荐系统的研究与实现
下一篇:复杂环境下角色动画的自动化选择与合成的研究实现