首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

基于人脸检测和识别技术的智能数字监控系统研究

中文摘要第1-5页
英文摘要第5-11页
1 绪论第11-27页
   ·分数阶微积分在信息科学中的应用回顾第11-14页
   ·子波变换理论回顾第14-17页
   ·人脸检测和识别技术回顾第17-21页
     ·人脸检测问题第17-20页
     ·多姿态人脸识别第20-21页
   ·数字监控系统回顾第21-24页
   ·论文组织安排第24-25页
   ·本文所做的贡献第25-27页
2 基于分数阶子波变换的分数阶微积分数字实现算法及其在人脸头部轮廓提取中的应用第27-62页
   ·自适应Gabor变换理论第27-30页
   ·整数阶子波变换理论第30-34页
   ·分数阶子波变换第34-50页
     ·分数阶演算第35-40页
     ·微分运算与子波变换的内在联系第40-41页
     ·能量规范化母波ψv(t ) 的解析实现第41页
     ·能量规范化母波ψv(t ) 的数值实现第41-44页
     ·子波变换Ws (τ, a ) 的数值实现第44页
     ·子波变换Ws (τ, a ) 数值实现时最佳起始尺度opt a0 的确定第44-46页
     ·基于分数阶子波变换的信号分数阶微积分的实验仿真第46-50页
   ·分数阶微积分在人脸头部轮廓提取中的应用第50-62页
     ·数字图象处理中的传统奇异性提取算法第50-52页
     ·基于传统数字图象处理算法的人脸头部轮廓的提取第52-55页
     ·基于 Sobel 算子和分数阶微积分相结合的人脸头部轮廓提取算法第55-62页
3 在复杂背景下多人脸准确检测模型第62-89页
   ·构建人脸肤色模型第62-70页
     ·彩色图象空间第62-67页
     ·构建人脸肤色模型第67-70页
   ·在复杂背景下准确的多人脸检测模型第70-89页
     ·概述第70-71页
     ·本文方法第71页
     ·肤色粗分割第71-73页
     ·直方图聚类分析第73-75页
     ·形态滤波第75-78页
     ·区域合并第78-80页
     ·脸部定位第80-85页
     ·仿真实验第85-89页
4 基于 ISOMAP 非线性降维的人脸多姿态定位识别和模拟模型第89-110页
   ·多姿态人脸分类识别和模拟模型第89-90页
   ·人脸特征提取第90-102页
     ·对各种光照参数的自适应动量调整算法第91-92页
     ·基于主元分析(PCA)的人脸特征提取第92-93页
     ·基于 Hebb 神经网络的 PCA 算法第93-94页
     ·把 PCA 算法应用于人脸特征提取的仿真实验第94-96页
     ·基于 ISOMAP 非线性降维的特征选择模块第96-102页
   ·基于人工神经网络的多姿态人脸特征识别网络第102-110页
     ·LMBP 算法(Levenberg-Marquardt Algorithm)分析第102-103页
     ·输入编码第103页
     ·输出编码第103-104页
     ·特征识别网络结构第104-105页
     ·对隐层神经单元的训练算法第105页
     ·仿真实验第105-110页
5 基于人脸检测和识别技术的智能数字监控系统研究第110-138页
   ·数字监控系统原理与技术第111-116页
   ·分布式网络环境下的负载平衡原理及算法第116-122页
     ·动态负载平衡调度驱动策略第116页
     ·集中式负载平衡调度策略第116-120页
     ·请求分配算法的实现第120-122页
   ·将人脸检测算法应用于肤色感兴趣区域的图象压缩第122-129页
   ·将人脸检测和识别算法应用于智能数字监控系之中第129-138页
     ·将人脸检测算法应用于数字监控系统中的人脸动态跟踪第129-132页
     ·将人脸多姿态模拟和识别技术应用于数字监控系统第132-134页
     ·将肤色感兴趣区域的图象压缩算法应用于数字监控系统第134-138页
6 结论与展望第138-140页
参考文献第140-156页
附录第156-158页
声明第158-159页
致谢第159页

论文共159页,点击 下载论文
上一篇:有机硅改性水性聚氨酯羊毛防毡缩整理剂的合成及其性能研究
下一篇:高维数据索引结构研究