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 |