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JIH和新Haar扩展集的AdaBoost人脸检测研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-15页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 人脸检测效果的评价标准第13页
    1.4 本文的结构和安排第13-15页
第2章 基于Haar-like特征的AdaBoost算法第15-32页
    2.1 AdaBoost算法概述第15-17页
        2.1.1 AdaBoost算法的提出第15页
        2.1.2 AdaBoost算法的原理第15-17页
    2.2 样本的选取第17-19页
        2.2.1 人脸样本的选取第17-18页
        2.2.2 负样本的选取第18-19页
    2.3 Haar分类器第19-23页
        2.3.1 Haar分类器简介第19页
        2.3.2 like-Haar特征简介第19-20页
        2.3.3 新like-Haar特征第20-23页
        2.3.4 积分图方法(Image Integral)第23页
    2.4 级联分类器第23-25页
        2.4.1 弱分类器第24页
        2.4.2 强分类器第24页
        2.4.3 级联结构第24-25页
    2.5 实验分析第25-31页
        2.5.1 实验环境第25-26页
        2.5.2 训练分析第26页
        2.5.3 检测结果分析第26-31页
    2.6 本章小结第31-32页
第3章 基于多块LBP和新Haar扩展集的AdaBoost人脸检测第32-40页
    3.1 多块LBP算子概述第32-34页
        3.1.1 LBP算子第32-33页
        3.1.2 多块LBP算子第33-34页
    3.2 多块LBP特征数目及计算速度第34-35页
    3.3 基于多块LBP特征的AdaBoost人脸检测实验第35-36页
        3.3.1 训练分析第35-36页
        3.3.2 检测结果分析第36页
    3.4 基于多块LBP及新Haar扩展集的AdaBoost人脸检测实验第36-39页
        3.4.1 检测结果分析第36-39页
    3.5 本章小结第39-40页
第4章 基于JIH和新Haar扩展集的AdaBoost人脸检测第40-52页
    4.1 联合积分直方图(Joint Integral Histogram)第40-43页
        4.1.1 积分直方图(Image Histogram Integral)第40-41页
        4.1.2 联合积分直方图(JIH)第41-42页
        4.1.3 JIH和新like-Haar特征组合方案第42-43页
    4.2 基于JIH和新Haar扩展集的AdaBoost人脸检测实验第43-49页
        4.2.1 系统框架第43-44页
        4.2.2 流程图第44-46页
        4.2.3 开发平台第46页
        4.2.4 检测结果分析第46-49页
    4.3 系统界面第49-50页
    4.4 本章小结第50-52页
第5章 总结和展望第52-54页
    5.1 论文工作总结第52-53页
    5.2 未来工作展望第53-54页
参考文献第54-57页
致谢第57-58页
附录: 攻读学位期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:基于Graph cuts的分割算法在心脏图像中的应用研究
下一篇:基于改进颜色直方图和车窗检测的车身颜色识别方法研究