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

基于肤色的人脸检测算法的研究

摘要第1-9页
Abstract第9-11页
1 绪论第11-17页
   ·选题背景和意义第11-12页
   ·人脸检测技术简介第12-15页
     ·研究的内容第12-14页
     ·研究的难点第14页
     ·国内外研究的现状第14-15页
   ·本文的主要工作及论文结构第15-17页
2 经典人脸检测算法分析第17-24页
   ·基于知识的方法第17-18页
   ·基于特征的方法第18-19页
   ·基于模板匹配的方法第19-20页
   ·基于统计模型的方法第20-23页
     ·基于特征空间的方法第20-21页
     ·基于神经网络的方法第21-22页
     ·基于支持向量机的方法第22页
     ·基于概率模型的方法第22-23页
   ·本文算法方案的提出第23-24页
3 基于YCGCB 新颜色空间的肤色建模第24-38页
   ·常见的颜色空间第24-30页
     ·RGB 彩空间第25-27页
     ·归一化色彩空间第27页
     ·HIS 色彩空间第27-29页
     ·YCbCr 颜色空间第29页
     ·新的颜色空间YCgCb第29-30页
   ·颜色空间地选择第30-32页
   ·肤色模型的建立第32-33页
   ·二值图像的形态学处理第33-36页
     ·膨胀第34页
     ·腐蚀第34-35页
     ·开运算和闭运算第35-36页
   ·人脸候选区域的筛选第36-38页
4 基于人脸面部特征的精确定位第38-49页
   ·人眼的定位第38-43页
     ·人眼水平区域的确定第40-41页
     ·图像二值化——大津法第41-42页
     ·积分垂直投影法确定眼睛的精确位置第42-43页
   ·嘴巴的定位第43-47页
     ·常见的嘴巴定位方法第43-45页
     ·本文采用的方法第45-47页
   ·实验结果及分析第47-49页
5 基于小波变换的人脸检测第49-63页
   ·小波基础知识第49-52页
     ·连续小波变换第49-51页
     ·离散小波变换第51-52页
   ·多分辨率分析和图像的离散小波变换第52-56页
     ·多分辨率分析第52-53页
     ·小波函数第53-54页
     ·图像的离散小波变换第54-56页
   ·小波基函数的选取第56-58页
   ·基于小波变换的人脸特征的提取第58-61页
   ·实验结果及分析第61-63页
6 总结与展望第63-65页
参考文献第65-73页
致谢第73-74页
发表文章第74页

论文共74页,点击 下载论文
上一篇:基于机器视觉的玉米种子品种识别与检测研究
下一篇:地方政府科技投入方式改革研究