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

对灰度复杂背景下的正面多视角人脸检测与跟踪技术的研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-18页
   ·研究的背景和意义第8-9页
   ·人脸检测面临的挑战第9-10页
   ·国内外研究现状与动态第10-12页
   ·人脸检测问题的分类第12-13页
   ·人脸模式的一般检测方法第13-14页
   ·多视角人脸检测技术第14-16页
   ·本文的研究工作和论文结构第16-18页
     ·本文的主要研究工作第16页
     ·本文的章节内容第16-18页
第二章 改进的AdaBoost人脸检测算法的设计第18-29页
   ·AdaBoost算法概述第18-19页
   ·AdaBoost算法的不足第19-20页
   ·快速的AdaBoost训练方法第20-25页
     ·改进的动机和原理第20-23页
     ·实验结果第23-25页
   ·对AdaBoost过拟合特性的改进第25-28页
     ·改进的动机和原理第25-27页
     ·实验结果第27-28页
   ·本章小结第28-29页
第三章 基于AdaBoost的多视角人脸检测系统的实现第29-45页
   ·系统概述第29-31页
   ·改进的Haar型特征第31-34页
   ·系统层级结构第34-35页
   ·对AdaBoost算法权值更新的改进第35-37页
   ·实验与结论第37-44页
     ·训练和测试样本说明第37-38页
     ·改进的Haar型特征对比实验第38-41页
     ·改进权值更新的AdaBoost算法对比实验第41-42页
     ·对多视角人脸检测系统评价第42-44页
   ·本章小结第44-45页
第四章 基于Mean-shift的人脸目标跟踪第45-55页
   ·人脸目标跟踪所存在的问题第45页
   ·Mean-shift算法和改进第45-48页
     ·Mean-shift过程和目标跟踪第45-47页
     ·加入目标几何结构信息第47-48页
   ·Mean-shift核带宽的自动选择第48-53页
     ·核空间第48-49页
     ·图像二维空间核函数第49-51页
     ·核宽维核函数第51-52页
     ·算法小结第52-53页
   ·实验结果第53-54页
   ·本章小结第54-55页
第五章 结束语第55-57页
   ·本文工作总结第55页
   ·进一步的研究工作第55-57页
参考文献第57-62页
致谢第62-63页
研究成果第63页

论文共63页,点击 下载论文
上一篇:医院信息系统的数据仓库技术研究与应用
下一篇:增量学习朴素贝叶斯中文分类系统的研究