术科考试物联网智能应用中的人脸检测技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外的研究现状 | 第12-14页 |
| 1.3 论文主要研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 人脸识别方法的综述 | 第16-22页 |
| 2.1 生物特征识别理论与应用 | 第16-17页 |
| 2.2 人脸识别概论 | 第17-19页 |
| 2.2.1 人脸识别的应用和发展阶段 | 第17-18页 |
| 2.2.2 人脸识别过程 | 第18页 |
| 2.2.3 人脸数据库 | 第18-19页 |
| 2.3 人脸识别的方法与比较 | 第19-20页 |
| 2.3.1 几何特征法 | 第19-20页 |
| 2.3.2 模板匹配法 | 第20页 |
| 2.3.3 模型法 | 第20页 |
| 2.4 人脸识别研究的难点 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 人脸图像的数字化与预处理技术 | 第22-28页 |
| 3.1 图像数字化与调色板 | 第22-23页 |
| 3.2 人脸图像调节 | 第23-25页 |
| 3.2.1 几何校正 | 第23-24页 |
| 3.2.2 正交变换 | 第24-25页 |
| 3.2.3 图像增强 | 第25页 |
| 3.3 亮度补偿实验 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 色彩空间的选取与改进肤色模型研究 | 第28-38页 |
| 4.1 基于肤色模型的人脸检测技术 | 第28页 |
| 4.2 色彩空间的选取 | 第28-32页 |
| 4.2.1 RGB空间 | 第29页 |
| 4.2.2 CMY空间 | 第29-30页 |
| 4.2.3 HSI空间 | 第30-31页 |
| 4.2.4 YCrCb空间 | 第31-32页 |
| 4.3 改进肤色模型的建立 | 第32-37页 |
| 4.3.1 常用的肤色模型 | 第32-34页 |
| 4.3.2 改进建立高斯模型 | 第34-36页 |
| 4.3.3 实验结果与分析 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 改进人脸检测系统的设计和实现 | 第38-56页 |
| 5.1 人脸检测系统的设计 | 第38-40页 |
| 5.1.1 系统实现目标 | 第38页 |
| 5.1.2 改进后人脸检测的总体结构 | 第38-40页 |
| 5.2 图像的数学形态运算 | 第40-44页 |
| 5.2.1 腐蚀和膨胀 | 第41-42页 |
| 5.2.2 开运算和闭运算 | 第42-43页 |
| 5.2.3 其它运算 | 第43页 |
| 5.2.4 运算后的实验结果分析 | 第43-44页 |
| 5.3 基于肤色模型和先验知识的人脸检测系统 | 第44-53页 |
| 5.3.1 人脸的肤色分割 | 第45-48页 |
| 5.3.2 人脸区域的粗定位 | 第48-50页 |
| 5.3.3 眼睛的定位 | 第50-51页 |
| 5.3.4 嘴唇的定位 | 第51-53页 |
| 5.4 实验结果与分析 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 下一步工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间取得的科研项目 | 第63-64页 |
