人脸检测与跟踪
| 摘要 | 第1-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·静态图像人脸检测方法 | 第9-10页 |
| ·基于特征的人脸检测算法 | 第9-10页 |
| ·基于知识的人脸检测算法 | 第10页 |
| ·模板匹配的人脸检测算法 | 第10页 |
| ·基于外观的人脸检测算法 | 第10页 |
| ·序列图像人脸跟踪算法 | 第10-11页 |
| ·技术难点 | 第11-13页 |
| ·实时性 | 第11页 |
| ·图像分割 | 第11-12页 |
| ·遮挡处理 | 第12页 |
| ·多摄像机的使用 | 第12-13页 |
| ·本文主要工作介绍 | 第13-14页 |
| 第二章 基于梯度和肤色信息的人脸检测算法 | 第14-34页 |
| ·引言 | 第14-15页 |
| ·肤色模型 | 第15-21页 |
| ·光线补偿 | 第15-16页 |
| ·非线性分段色彩变换 | 第16-20页 |
| ·试验验证 | 第20-21页 |
| ·梯度特征 | 第21-24页 |
| ·椭圆法简述 | 第21-22页 |
| ·参数分析 | 第22-23页 |
| ·试验验证 | 第23-24页 |
| ·算法流程与性能评估 | 第24-29页 |
| ·算法流程 | 第24-26页 |
| ·性能评估 | 第26-29页 |
| ·实验分析 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于粒子滤波器的序列图像中人脸跟踪算法 | 第34-48页 |
| ·引言 | 第34-35页 |
| ·粒子滤波器 | 第35-39页 |
| ·基于粒子滤波器的复杂环境下人脸跟踪算法 | 第39-43页 |
| ·运动模型 | 第40页 |
| ·量测 | 第40-41页 |
| ·人脸检测与跟踪算法 | 第41-42页 |
| ·算法流程图 | 第42-43页 |
| ·实验分析 | 第43-46页 |
| ·单人跟踪 | 第43-44页 |
| ·多人环境中的单人跟踪 | 第44-46页 |
| ·部分遮挡 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第四章 多摄像机环境下的人脸检测 | 第48-59页 |
| ·引言 | 第48-49页 |
| ·静态背景检测算法 | 第49-52页 |
| ·背景模型 | 第49-50页 |
| ·基于肤色信息与运动分割的人脸检测算法 | 第50-52页 |
| ·动态背景检测算法 | 第52页 |
| ·多摄像机的最优视角选择 | 第52-54页 |
| ·实验分析 | 第54-58页 |
| ·人脸转动过程中肤色比例的变化 | 第54-55页 |
| ·人脸转动过程中匹配度的变化 | 第55-56页 |
| ·静态背景下的人脸检测 | 第56页 |
| ·最优视角选择 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 人脸检测与跟踪系统 | 第59-68页 |
| ·引言 | 第59页 |
| ·系统组成与连接框图 | 第59-60页 |
| ·性能指标 | 第60-61页 |
| ·图像采集 | 第61-62页 |
| ·摄像机控制 | 第62-64页 |
| ·串口通讯 | 第62-63页 |
| ·云台控制 | 第63-64页 |
| ·网络通讯 | 第64-66页 |
| ·系统软件实现 | 第66页 |
| ·本章小结 | 第66-68页 |
| 结束语 | 第68-69页 |
| 致谢 | 第69-70页 |
| 发表论文目录 | 第70-71页 |
| 参考文献 | 第71-75页 |
