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

基于视频的人脸检测系统的研究与实现

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-17页
   ·视频人脸检测的研究现状与发展趋势第11-12页
     ·研究现状第11-12页
     ·发展趋势第12页
   ·视频人脸检测面临的挑战第12-14页
   ·论文研究内容、目标与论文组织结构第14-17页
     ·论文研究内容第14-15页
     ·论文研究目标第15-16页
     ·论文组织结构第16-17页
第二章 相关理论与技术第17-24页
   ·人脸检测定义第17页
   ·常用视频人脸检测方法第17-20页
     ·检测方法第17-18页
     ·跟踪方法第18-20页
   ·主要算法第20-21页
     ·基于 GMM 的背景分割算法第20页
     ·基于 Adaboost 的人脸检测算法第20页
     ·基于肤色模型与模板匹配的验证算法第20-21页
     ·基于 Camshift 的跟踪算法第21页
   ·人脸数据库和性能评测指标第21-23页
     ·人脸数据库第21-23页
     ·性能评测指标第23页
   ·小结第23-24页
第三章 需求分析第24-29页
   ·系统概述第24页
   ·系统功能需求第24-26页
     ·预检测功能需求第24-25页
     ·人脸检测功能需求第25页
     ·人脸验证功能需求第25-26页
     ·人脸跟踪功能需求第26页
     ·人脸库功能需求第26页
   ·系统界面需求第26-27页
   ·系统性能需求第27页
   ·系统用例分析第27-28页
   ·本章小结第28-29页
第四章 概要设计第29-35页
   ·系统概要设计第29-31页
     ·系统架构第29-30页
     ·总体流程设计第30-31页
     ·系统功能模块设计第31-34页
     ·人脸数据库设计第31-33页
     ·预检测设计第33页
     ·人脸检测设计第33-34页
     ·人脸验证设计第34页
     ·人脸跟踪设计第34页
   ·本章小结第34-35页
第五章 详细设计与实现第35-71页
   ·人脸库详细设计与实现第35-36页
     ·数据表详细设计第35页
     ·数据表实现第35-36页
   ·预检测详细设计与实现第36-43页
     ·预检测流程设计第36-37页
     ·基于 GMM 的背景建模第37-40页
       ·GMM 算法第37-39页
       ·背景建模实现第39-40页
     ·基于部件连接的区域提取第40-43页
       ·图像预处理第40-41页
       ·提取连通区域第41-43页
   ·人脸检测详细设计与实现第43-56页
     ·检测流程设计第43-44页
     ·检测算法第44-49页
       ·矩形特征第44-45页
       ·特征计算第45-46页
       ·弱分类器定义第46页
       ·强分类器构造第46-47页
       ·级联分类器第47-49页
     ·训练系统设计第49-50页
     ·实现训练第50-55页
       ·准备正负样本第50-51页
       ·训练第51-55页
     ·实现检测第55-56页
   ·人脸验证详细设计与实现第56-65页
     ·验证流程设计第56-57页
     ·基于肤色模型的人脸验证第57-61页
       ·建立肤色模型第57-60页
       ·实现验证第60-61页
     ·基于模板匹配的人脸验证第61-65页
       ·生成模板第61-62页
       ·模板匹配规则第62页
       ·模板匹配工作方式第62-63页
       ·模板匹配实现第63-65页
   ·人脸跟踪详细设计与实现第65-70页
     ·跟踪流程设计第65页
     ·人脸跟踪算法第65-67页
     ·人脸跟踪实现第67-70页
   ·本章小结第70-71页
第六章 系统测试第71-77页
   ·测试环境第71页
   ·测试结果与分析第71-76页
   ·小结第76-77页
第七章 总结与展望第77-79页
   ·研究总结第77页
   ·前景展望第77-79页
致谢第79-80页
参考文献第80-83页

论文共83页,点击 下载论文
上一篇:基于本体和Prolog规则的几何定理证明的研究
下一篇:基于移动互联网的几何证明系统的研究与实现