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

模块化实时人脸检测系统的设计

摘要第4-5页
Abstract第5-6页
1 绪论第9-17页
    1.1 课题背景和意义第9-10页
    1.2 现有的人脸检测系统架构第10-13页
    1.3 本论文的主要创新点第13页
    1.4 本论文的主要工作和章节安排第13-17页
2 模块化人脸检测辅助装置及人脸检测目标系统的设计第17-26页
    2.1 基于FPGA的模块化人脸检测辅助装置和可兼容的USB标准接口第17-18页
    2.2 系统的总体方案设计第18-23页
        2.2.1 硬件平台的设计第18-21页
        2.2.2 相关软件的设计第21-23页
    2.3 模块化人脸检测辅助装置和系统的工作流程第23-26页
3 人脸检测算法研究和设计第26-53页
    3.1 人脸检测算法第26-30页
        3.1.1 人脸检测方法回顾第26-28页
        3.1.2 模块化人脸检测辅助装置和目标系统的人脸检测算法的选择第28-30页
    3.2 模块化人脸检测辅助装置中的第一层人脸检测算法第30-50页
        3.2.1 基于肤色的人脸检测算法第31-47页
        3.2.2 眼部灰度变化的人脸检测算法第47-50页
    3.3 第一层人脸检测算法的FPGA实现与验证第50-53页
4 模块化人脸检测辅助装置与目标系统的通信第53-66页
    4.1 USB接口芯片Cy7C68013A的软硬件特点第53页
    4.2 USB接口芯片Cy7C68013A的硬件开发第53-56页
        4.2.1 模块化人脸检测辅助装置中的FPGA与Cy7C68013A的通信方式第54-55页
        4.2.2 Cy7C68013A的外围支持电路第55-56页
    4.3 USB接口芯片Cy7C68013A的软件开发第56-66页
        4.3.1 固件程序开发第56-58页
        4.3.2 驱动程序开发第58-61页
        4.3.3 应用程序开发第61-66页
5 目标系统中的第二层人脸检测算法第66-80页
    5.1 主成分分析和支持向量机第66-69页
        5.1.1 主成分分析第66-67页
        5.1.2 支持向量机第67-69页
    5.2 基于主成分分析和支持向量机的人脸检测第69-80页
        5.2.1 第二层人脸检测流程第69-71页
        5.2.2 主成分分析特征提取和降维第71-73页
        5.2.3 训练支持向量机第73-76页
        5.2.4 支持向量机人脸检测第76-80页
结论第80-82页
参考文献第82-85页
攻读硕士学位期间发表学术论文情况第85-86页
致谢第86-87页

论文共87页,点击 下载论文
上一篇:单层二硫化钼的光学性能及其调控研究
下一篇:M锅炉设备公司人力资源管理体系研究