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

人脸识别技术研究

中文摘要第1-4页
Abstract第4-8页
第一章 序言第8-15页
   ·人脸识别技术及其应用第8-9页
   ·人脸识别的研究进展和难点第9-10页
   ·人脸识别的研究范围以及方法第10-13页
     ·人脸定位和检测第11-13页
     ·人脸识别方法第13页
   ·论文的主要研究内容第13-15页
第二章 基于ADABOOST 算法的人脸检测第15-28页
   ·集成机器学习第15-16页
     ·弱学习与强学习第15-16页
     ·集成方式第16页
   ·矩形特征与积分图第16-21页
     ·矩形特征第16-18页
     ·积分图第18-20页
     ·利用积分图计算矩形特征值第20-21页
   ·ADABOOST 训练方法第21-24页
     ·基本算法表述第21-22页
     ·弱分类器第22页
     ·最优弱分类器第22-23页
     ·强分类器第23页
     ·级联分类器第23-24页
   ·实验结果第24-27页
   ·本章小结第27-28页
第三章 基于肤色的人脸检测第28-36页
   ·引言第28页
   ·肤色预处理第28-29页
   ·颜色空间的选取及其转换第29页
   ·颜色空间第29-33页
     ·YCbCr 空间的非线性转换第29-31页
     ·肤色模型第31-33页
   ·肤色区域的提取第33-34页
   ·实验结果第34-35页
   ·本章小结第35-36页
第四章 结合肤色和ADABOOST 算法的人脸检测第36-40页
   ·算法原理及流程第36-37页
   ·实验结果与分析第37-40页
第五章 基于LDA 算法的人脸识别第40-48页
   ·引言第40页
   ·基于LDA 算法的人脸识别流程第40-44页
   ·实验结果第44-47页
     ·特征子空间维数对识别率的影响第44-46页
     ·训练样本的数量对识别率的影响第46页
     ·图像的缩放对识别率的影响第46-47页
   ·本章小结第47-48页
第六章 基于ADABOOST 和LDA 的人脸检测识别第48-51页
   ·人脸检测识别的流程第48-50页
   ·实验结果分析第50-51页
第七章 总结与展望第51-53页
   ·总结第51-52页
   ·展望第52-53页
参考文献第53-56页
攻读学位期间公开发表的论文第56-57页
致谢第57-58页
详细摘要第58-60页

论文共60页,点击 下载论文
上一篇:基于机器视觉的SMT焊点自动光学检测系统研究
下一篇:PCB板中定位点的识别和定位