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

快速实用的人脸检测与跟踪算法的研究

摘要第4-5页
Abstract第5页
第1章 绪论第10-16页
    1.1 课题背景与意义第10-12页
    1.2 研究现状第12-14页
        1.2.1 人脸检测第12-14页
        1.2.2 人脸跟踪第14页
    1.3 研究内容第14-15页
    1.4 论文结构安排第15-16页
第2章 人脸检测综述第16-49页
    2.1 人脸检测技术第16-18页
        2.1.1 概述第16-17页
        2.1.2 研究的发展及难点第17-18页
    2.2 人脸特征第18-21页
        2.2.1 基本特征第18-19页
        2.2.2 肤色特征第19-20页
        2.2.3 变换域特征第20页
        2.2.4 统计特征第20页
        2.2.5 运动特征第20-21页
    2.3 预处理技术第21-27页
        2.3.1 背景去除第21-23页
        2.3.2 肤色模型第23-25页
        2.3.3 光照补偿第25-27页
    2.4 基于知识特征的分类方法第27-34页
        2.4.1 基于知识规则第28-30页
        2.4.2 基于面部特征第30-31页
        2.4.3 基于模板匹配第31-34页
    2.5 基于统计学习的分类方法第34-45页
        2.5.1 线性子空间第35-37页
        2.5.2 分布模型第37-39页
        2.5.3 神经网络第39-41页
        2.5.4 支撑向量机第41页
        2.5.5 类Haar 特征第41-42页
        2.5.6 隐马尔可夫模型第42-43页
        2.5.7 其他主要方法第43-44页
        2.5.8 小结第44-45页
    2.6 算法性能分析第45-48页
        2.6.1 测试数据库第45-46页
        2.6.2 实验结果比较第46-48页
    2.7 结论第48-49页
第3章 基于模糊聚类的肤色分割第49-59页
    3.1 传统肤色模型第49-52页
    3.2 CrCbCg 彩色空间第52-53页
    3.3 模糊聚类第53-55页
        3.3.1 基于统计模型的肤色分割第53-54页
        3.3.2 改进的模糊C 均值聚类第54-55页
    3.4 肤色聚类的判决第55-56页
    3.5 实验结果第56-58页
    3.6 结论第58-59页
第4章 基于类Haar 特征的人脸检测算法第59-71页
    4.1 人脸特征的提取第59-63页
        4.1.1 Haar 变换第59-60页
        4.1.2 类Haar 特征第60-62页
        4.1.3 快速算法第62-63页
    4.2 构建分类器第63-67页
        4.2.1 AdaBoost 算法第63-65页
        4.2.2 弱分类器的构造第65页
        4.2.3 强分类器的构造第65-66页
        4.2.4 级联的多级分类器第66-67页
    4.3 算法加速策略第67-69页
        4.3.1 边缘提取第67-68页
        4.3.2 金字塔式搜索第68-69页
    4.4 实验结果第69-70页
    4.5 结论第70-71页
第5章 多姿态人脸检测算法第71-77页
    5.1 平面内旋转第71-73页
        5.1.1 径向模板第71-73页
        5.1.2 旋转角度估计第73页
    5.2 平面外旋转第73-75页
    5.3 检测算法的扩展第75-76页
    5.4 结论第76-77页
第6章 基于多特征的人脸跟踪算法第77-86页
    6.1 人脸跟踪技术第77-79页
        6.1.1 概述第77-78页
        6.1.2 研究现状第78-79页
    6.2 背景去除第79-83页
        6.2.1 传统方法第79-80页
        6.2.2 基于统计的背景建模第80-81页
        6.2.3 背景更新第81-83页
    6.3 处理目标区域第83-84页
        6.3.1 肤色与边缘第83页
        6.3.2 前帧参考第83-84页
    6.4 跟踪系统第84页
    6.5 实验结果第84-85页
    6.6 结论第85-86页
第7章 面向人脸对象的智能监控系统第86-94页
    7.1 监控系统发展概况第86-88页
    7.2 基于人脸跟踪技术的智能监控系统第88-92页
        7.2.1 系统结构第88-90页
        7.2.2 系统组成第90-91页
        7.2.3 参考结果第91-92页
    7.3 结论第92-94页
总结与展望第94-96页
参考文献第96-102页
攻读硕士学位期间发表/完成的学术论著第102-103页
攻读硕士学位期间参加的学术活动、科研项目与奖励第103-104页
致谢第104页

论文共104页,点击 下载论文
上一篇:公共危机时期地方政府信息公开化问题研究
下一篇:唐山地区区域地壳稳定性评价