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POCS算法的人脸检测研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·研究背景及意义第10-11页
   ·研究目的与方向第11页
   ·研究现状与发展第11-14页
     ·人脸检测技术的发展第11-13页
     ·图像超分辨率复原技术的综述第13-14页
   ·论文的主要工作第14-15页
   ·本文的组织结构第15-16页
第2章 超分辨率人脸检测技术概述第16-27页
   ·引言第16页
   ·概述低分辨率人脸检测第16-17页
   ·概述常用超分辨率复原法第17-23页
     ·空域复原法第18-21页
     ·时域超分辨率复原第21-23页
   ·概述人脸检测第23-25页
     ·人脸检测概念第24页
     ·常用人脸检测算法分类第24-25页
   ·结论第25-27页
第3章 POCS算法的优化与应用第27-43页
   ·引言第27页
   ·POCS算法原理和实现第27-32页
     ·POCS算法原理第27-29页
     ·POCS算法实现第29-32页
   ·基于Sobel算子改进POCS算法第32-35页
     ·引言第32-33页
     ·传统Sobel算法第33页
     ·改进的八方向Sobel算法第33-34页
     ·算法的实现第34-35页
   ·实验步骤与图片测评标准第35-38页
     ·实验步骤第35-36页
     ·图片质量评价标准第36-38页
   ·实验数据与分析第38-42页
     ·无参考评价第39-40页
     ·结构相似度评价第40-41页
     ·傅里叶频谱评价第41-42页
   ·本章小结第42-43页
第4章 基于模板匹配与Ada-Boost的人脸检测第43-56页
   ·引言第43页
   ·人脸检测算法第43-45页
     ·基于几何特征法第43-44页
     ·基于肤色模型法第44页
     ·基于统计理论法第44-45页
   ·基于半脸模型的人脸检测第45-48页
     ·待检测人脸区域选取第46-48页
     ·构建人脸模板第48页
   ·Ada-Boost算法人脸检测第48-50页
     ·Ada-Boost算法简述第49页
     ·训练样本第49-50页
     ·分类器的设计第50页
     ·人脸的提取第50页
   ·实验数据分析第50-55页
   ·本章小结第55-56页
第5章 总结与展望第56-58页
   ·总结第56页
   ·展望第56-58页
参考文献第58-62页
作者简介第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:社区智能管理平台设计与研究
下一篇:基于Hadoop平台的一种Apriori算法改进方法