基于Adaboost与SIFT的人脸识别与跟踪系统的研究与设计
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 绪论 | 第12-23页 |
| ·引言 | 第12页 |
| ·课题研究背景与意义 | 第12-13页 |
| ·课题研究现状 | 第13-21页 |
| ·人脸检测的研究现状 | 第13-17页 |
| ·人脸识别的研究现状 | 第17-19页 |
| ·人脸跟踪的研究现状 | 第19-21页 |
| ·本文的研究内容与结构介绍 | 第21-23页 |
| ·本文主要研究内容 | 第21-22页 |
| ·本文的结构 | 第22-23页 |
| 第二章 图像预处理 | 第23-31页 |
| ·直方图增强 | 第23-25页 |
| ·灰度变换 | 第25-28页 |
| ·图像滤波 | 第28-31页 |
| 第三章 人脸检测 | 第31-48页 |
| ·算法概述与原理 | 第31-32页 |
| ·图像的 Haar_Like 特征 | 第32-34页 |
| ·Haar_Like 矩形特征 | 第32-33页 |
| ·积分图 | 第33-34页 |
| ·改进型 Adaboost 算法 | 第34-39页 |
| ·Adaboost 机器学习算法原理 | 第34-35页 |
| ·弱分类器生成算法 | 第35-36页 |
| ·改进型 Adaboost 算法 | 第36-39页 |
| ·人脸检测强分类器的形成 | 第39页 |
| ·应用强分类器进行人脸检测的效果与分析 | 第39-41页 |
| ·实验结果及分析 | 第41-46页 |
| ·预处理对人脸检测的影响 | 第41-45页 |
| ·图像金字塔缩放系数对人脸检测的影响 | 第45-46页 |
| ·本章小节 | 第46-48页 |
| 第四章 人脸识别与跟踪技术 | 第48-70页 |
| ·概述 | 第48页 |
| ·SIFT 图像匹配算法 | 第48-59页 |
| ·SIFT 图像匹配算法流程 | 第49-50页 |
| ·尺度空间创建 | 第50-53页 |
| ·关键点精确定位 | 第53-57页 |
| ·关键点方向性确定 | 第57-59页 |
| ·生成特征描述向量 | 第59页 |
| ·基于 SIFT 图像匹配算法的人脸识别 | 第59-62页 |
| ·基于人脸识别的人脸跟踪技术 | 第62-64页 |
| ·实验结果及分析 | 第64-68页 |
| ·SIFT 特征提取 | 第64-66页 |
| ·基于 SIFT 的人脸识别 | 第66-67页 |
| ·基于人脸识别的人脸跟踪 | 第67-68页 |
| ·本章小节 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·全文总结 | 第70-71页 |
| ·课题展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
