|
|
|
基于视频的多视角人脸检测与跟踪 |
|
论文目录 |
|
摘要 | 第5-7页 | ABSTRACT | 第7-8页 | 第1章 绪论 | 第15-21页 | 1.1 研究背景及项目支持 | 第15页 | 1.2 研究意义 | 第15-16页 | 1.3 国内外研究现状 | 第16-18页 | 1.4 论文的研究工作及创新 | 第18-19页 | 1.5 本文章节安排 | 第19-21页 | 第2章 视频多视角人脸检测算法 | 第21-40页 | 2.1 图像预处理算法 | 第21-23页 | 2.2 多视角人脸检测算法 | 第23-28页 | 2.2.1 多视角人脸检测流程 | 第23-24页 | 2.2.2 AdaBoost 人脸检测算法 | 第24-28页 | 2.3 人脸图像规范化 | 第28-37页 | 2.3.1 彩色人脸的肤色模型 | 第29-31页 | 2.3.2 人脸验证 | 第31-34页 | 2.3.3 人脸重定位 | 第34-37页 | 2.4 实验结果 | 第37-39页 | 2.5 本章小结 | 第39-40页 | 第3章 基于视频的多视角人脸跟踪 | 第40-62页 | 3.1 粒子滤波目标跟踪算法 | 第40-45页 | 3.1.1 蒙特卡罗方法 | 第41-43页 | 3.1.2 序贯重要性采样 | 第43-45页 | 3.2 视频多视角人脸跟踪框架 | 第45-48页 | 3.3 人脸跟踪模型 | 第48-53页 | 3.3.1 核函数颜色方图模型 | 第48-50页 | 3.3.2 梯度模型 | 第50-51页 | 3.3.3 增量PCA 模型 | 第51-53页 | 3.3.4 多视觉特征模型融合方法 | 第53页 | 3.4 自适应人脸跟踪粒子滤波框架 | 第53-56页 | 3.4.1 多视角模型在粒子滤波框架下的融合 | 第53-54页 | 3.4.2 模型距离度量函数 | 第54-55页 | 3.4.3 人脸姿态估计 | 第55页 | 3.4.4 新的自适应粒子滤波框架 | 第55-56页 | 3.5 多视角人脸模型的在线学习 | 第56-58页 | 3.5.1 颜色直方图模型的更新算法 | 第57页 | 3.5.2 增量PCA 模型更新算法 | 第57-58页 | 3.6 实验结果 | 第58-61页 | 3.6.1 姿态估计测试 | 第58-59页 | 3.6.2 遮挡恢复实验 | 第59页 | 3.6.3 在线学习 | 第59-60页 | 3.6.4 对比实验 | 第60-61页 | 3.7 本章小结 | 第61-62页 | 第4章 监控人脸识别系统中的关键问题研究 | 第62-81页 | 4.1 监控图像增强算法 | 第64-69页 | 4.1.1 图像降噪 | 第64-66页 | 4.1.2 自动多尺度对比度增强 | 第66-67页 | 4.1.3 视频超分辨率算法 | 第67-69页 | 4.2 PTZ 云台摄像头获取感兴趣区域高分辨率图像的方法 | 第69-73页 | 4.2.1 技术流程 | 第69-70页 | 4.2.2 运动检测与目标跟踪 | 第70-72页 | 4.2.3 目标运动预测与捕捉 | 第72-73页 | 4.3 最佳正面人脸识别图像选择算法 | 第73-77页 | 4.3.1 基于小波域的图像评价算法 | 第73-74页 | 4.3.2 基于子空间降维的人脸姿态估计算法 | 第74-75页 | 4.3.3 基于距离的最佳人脸选择 | 第75-76页 | 4.3.4 基于SVM 的最佳正面人脸分类算法 | 第76-77页 | 4.4 监控视频中的人脸识别系统架构 | 第77-79页 | 4.4.1 监控视频中人脸识别系统实现流程 | 第77-78页 | 4.4.2 多任务决策融合编程架构 | 第78-79页 | 4.5 实验结果 | 第79-80页 | 4.6 本章小结 | 第80-81页 | 第5章 总结和展望 | 第81-83页 | 5.1 对本文的总结 | 第81页 | 5.2 展望 | 第81-83页 | 参考文献 | 第83-87页 | 致谢 | 第87-88页 | 攻读硕士期间发表的论文和专利 | 第88-90页 |
|
|
|
|
论文编号BS3506597,这篇论文共90页 会员购买按0.35元/页下载,共需支付31.5元。 直接购买按0.5元/页下载,共需要支付45元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|