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Adaboost算法的人脸疲劳检测技术的研究

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-15页
   ·课题背景第9-10页
   ·国外研究现状第10-12页
   ·国内研究现状第12-13页
   ·本文研究内容及结构安排第13-15页
第二章 图像预处理第15-24页
   ·图像灰度化第15-16页
   ·直方图均衡化第16-18页
     ·直方图第16-17页
     ·直方图均衡化第17-18页
   ·图像平滑滤波第18-23页
     ·均值滤波第19-20页
     ·维纳滤波第20页
     ·巴特沃斯低通滤波第20-21页
     ·中值滤波第21-22页
     ·几种滤波效果对比第22-23页
   ·本章小结第23-24页
第三章 基于Adaboost算法和肤色验证的人脸检测第24-46页
   ·人脸检测方法第24-26页
   ·肤色检测第26-32页
     ·色彩空间与肤色聚类第27-31页
     ·色彩空间的选取第31页
     ·肤色分割第31-32页
   ·基于Adaboost算法的人脸检测第32-44页
     ·矩形特征第32-34页
     ·积分图第34-36页
     ·Adaboost与弱分类器第36-38页
     ·Adaboost算法第38-41页
     ·弱分类器的训练与选择第41-42页
     ·强分类器第42-43页
     ·级联分类器与人脸检测第43-44页
   ·基于Adaboost算法和肤色验证的人脸检测第44-45页
   ·本章小结第45-46页
第四章 人眼定位与跟踪第46-63页
   ·人眼检测方法简述第46-47页
   ·人眼粗定位第47-54页
     ·人脸边缘检测第47-52页
     ·人眼粗定位第52-54页
   ·基于Adaboost算法的人眼精定位第54-56页
   ·人眼跟踪第56-62页
     ·卡尔曼滤波第57-58页
     ·基于卡尔曼滤波的人眼跟踪第58-62页
   ·本章小结第62-63页
第五章 疲劳识别第63-72页
   ·引言第63页
   ·PERCLOS法第63-68页
   ·眨眼频率法第68-69页
   ·点头率第69-70页
   ·实验结果第70-71页
   ·本章小结第71-72页
第六章 总结与展望第72-73页
   ·论文总结第72页
   ·展望第72-73页
参考文献第73-76页
致谢第76-77页
攻读硕士学位期间发表论文情况第77页

论文共77页,点击 下载论文
上一篇:文本分类中基于概念聚合的KNN算法优化问题研究
下一篇:基于图像的人体自动测量方法研究