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

基于准端正人脸检测算法的研究

摘要第1-8页
ABSTRACT第8-10页
图目录第10-11页
表目录第11-12页
第一章 引言第12-20页
 §1.1 人脸检测研究的背景、意义与现状第12-14页
 §1.2 人脸检测算法综述第14-17页
     ·基于肤色特征的方法第14-15页
     ·基于灰度、纹理的方法第15页
     ·基于主成分分析(PCA)的方法第15页
     ·基于支持向量机(SVM)的方法第15-16页
     ·基于人工神经网络的方法第16页
     ·基于模板匹配的方法第16-17页
 §1.3 论文的主要研究内容第17-18页
 §1.4 论文内容安排第18-20页
第二章 基于差影法粗分割与多模板匹配的人脸检测算法第20-33页
 §2.1 模板匹配第20-22页
     ·计算公式第21-22页
     ·模板尺寸第22页
     ·匹配区域第22页
     ·匹配方法第22页
 §2.2 模板生成第22-24页
 §2.3 基于差影法粗分割图像第24-26页
     ·差影法技术第24页
     ·差影法粗分割第24-26页
 §2.4 多模板匹配算法第26-29页
 §2.5 实验结果分析第29-32页
 §2.6 小结第32-33页
第三章 基于彩色图像的人脸检测算法第33-50页
 §3.1 人脸检测算法流程第33-34页
 §3.2 肤色空间的选择第34-36页
     ·颜色模型第34-36页
     ·肤色空间的选择第36页
 §3.3 基于肤色信息的区域分割第36-42页
     ·分割标准第36-38页
     ·分割算法第38-42页
 §3.4 再次肤色提取第42-44页
 §3.5 多模板匹配第44页
 §3.6 镶嵌图验证第44-46页
     ·分块策略第44-45页
     ·规则制订第45-46页
     ·验证人脸区域第46页
 §3.7 几何规则确认第46-47页
     ·面部器官的几何结构关系统计第46页
     ·面部器官的粗定位第46-47页
     ·确认规则第47页
 §3.8 检测结果分析第47-49页
 §3.9 小结第49-50页
第四章 基于改进BP网络的人脸检测算法第50-60页
 §4.1 人工神经网络第50-52页
     ·人工神经网络概述第50-51页
     ·人工神经网络模型第51-52页
     ·神经网络的优缺点第52页
 §4.2 建立训练样本库第52-54页
     ·人脸样本库的建立第53页
     ·非人脸样本库的建立第53-54页
 §4.3 改进BP网络的设计第54页
 §4.4 改进BP网络的训练第54-55页
 §4.5 检测算法第55-57页
 §4.6 测试结果分析第57-59页
 §4.7 小结第59-60页
第五章 结束语第60-62页
致谢第62-63页
参考文献第63-66页
攻读硕士学位期间发表的学术论文目录第66页

论文共66页,点击 下载论文
上一篇:认知心理学、物理科学理论与中学物理教学研究
下一篇:血液透析治疗肾综合征出血热急性肾衰竭46例临床分析