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

人脸检测识别方法研究与系统设计

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-21页
   ·人脸检测研究现状与背景意义第11-12页
   ·人脸检测经典方法概述第12-16页
     ·基于低层特征的方法第12-13页
     ·基于模型的方法第13-14页
     ·基于线性子空间的方法第14-15页
     ·基于人工神经网络的方法第15页
     ·基于统计的方法第15-16页
   ·人脸检测结果的评价指标第16-17页
   ·人脸识别研究现状与方法概述第17-19页
   ·本文主要工作及论文组织结构第19-21页
第2章 基于AdaBoost算法的人脸检测方法第21-41页
   ·机器学习与PAC学习模型第21-22页
   ·类Haar特征与积分图第22-26页
     ·类Haar特征第22-24页
     ·积分图第24-26页
   ·AdaBoost学习算法第26-29页
     ·算法介绍第26-28页
     ·弱分类器与强分类器第28-29页
   ·级联分类器第29-32页
   ·人脸检测过程与实现第32-39页
     ·人脸检测过程总体设计第32-33页
     ·训练样本的获取与预处理第33-34页
     ·训练系统框架第34-35页
     ·初始的人脸检测效果第35-36页
     ·添加窗口合并策略的最终人脸检测结果第36-39页
   ·本章小结第39-41页
第3章 AdaBoost人脸检测方法的改进第41-51页
   ·AdaBoost与支持向量机SVM结合的方法第41-46页
     ·支持向量机SVM方法概述第41-44页
     ·AdaBoost与SVM结合方法的设计第44-46页
   ·类Haar特征选取的改进第46-47页
   ·实验与结果分析第47-50页
   ·本章小结第50-51页
第4章 基于子空间的人脸识别方法第51-61页
   ·PCA方法理论基础第51-55页
     ·K-L变换第51-53页
     ·奇异值分解SVD第53页
     ·投影第53-54页
     ·PCA的作用及其统计特性第54-55页
   ·PCA人脸识别方法第55-58页
   ·PCA人脸识别过程与实现第58-60页
   ·本章小结第60-61页
第5章 基于DM642的硬件系统设计第61-73页
   ·人脸检测与识别系统功能分析第61-63页
     ·系统的功能概述第61页
     ·处理器的选择第61-62页
     ·TMS320DM642的片上资源简介第62-63页
   ·系统总体构建第63-64页
   ·主电路的设计第64-71页
     ·存储器的设计第64-67页
     ·视频采集模块设计第67-68页
     ·视频输出电路设计第68页
     ·音频输入输出电路的设计第68-69页
  5 3.5 FPGA的设计第69-71页
   ·外围电路的设计第71-72页
     ·时钟电路设计第71页
     ·电源模块的设计第71-72页
     ·仿真接口的设计第72页
   ·本章小结第72-73页
第6章 总结与展望第73-75页
   ·论文总结第73-74页
   ·存在的不足及工作展望第74-75页
参考文献第75-79页
附录第79-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:首秦公司计量设备管理信息系统的设计与实现
下一篇:基于J2EE售票管理系统的设计与实现