基于机器视觉技术的人体坐姿特征提取及识别算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 第2章 人脸检测与跟踪及标记点跟踪方法 | 第15-37页 |
| 2.1 Adaboost 算法概述 | 第15-18页 |
| 2.1.1 Boosting 算法背景 | 第15-16页 |
| 2.1.2 Adaboost 算法的提出 | 第16-18页 |
| 2.2 人脸检测中 Adaboost 算法的应用 | 第18-25页 |
| 2.2.1 积分图 | 第18-21页 |
| 2.2.2 Haar 特征 | 第21-25页 |
| 2.3 AdaBoost 算法训练过程 | 第25-33页 |
| 2.3.1 训练样本 | 第25-26页 |
| 2.3.2 构造弱分类器和强分类器 | 第26-29页 |
| 2.3.3 级联分类器的使用 | 第29-33页 |
| 2.4 人脸跟踪 | 第33-35页 |
| 2.5 标记点跟踪 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 模拟智能轮椅的小车硬件部分设计 | 第37-47页 |
| 3.1 小车的硬件组成 | 第37-39页 |
| 3.2 直流电机驱动模块 | 第39-43页 |
| 3.3 避障及感光模块 | 第43-46页 |
| 3.3.1 超声波测距模块 | 第43-45页 |
| 3.3.2 感光模块 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 实验与结果分析 | 第47-58页 |
| 4.1 实验标准及判断阈值的设定 | 第47-51页 |
| 4.2 不同条件对实验结果的影响 | 第51-55页 |
| 4.2.1 不同身高对实验结果的影响 | 第51-52页 |
| 4.2.2 光照条件对实验结果的影响 | 第52-55页 |
| 4.3 人脸检测控制小车实验 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间所发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |
