学位论文 > 优秀研究生学位论文题录展示
复杂背景中的人脸检测与定位
作 者: 吴艳冬
导 师: 孙怡
学 校: 大连理工大学
专 业: 通信与信息系统
关键词: 人脸检测 肤色统计模型 模糊模式匹配 支持向量机
分类号: TP391.4
类 型: 硕士论文
年 份: 2002年
下 载: 299次
引 用: 5次
阅 读: 论文下载
内容摘要
近些年来,自动人脸检测与识别在图像处理和计算机视觉领域引起许多学者的关注。这一课题在智能监视系统、虚拟现实、高级用户接口、表情分析和基于模型的图像编码等方面具有广阔的应用前景。利用图像或图像序列进行人脸检测与识别包含三个基本内容:(1)从背景中检测定位出人脸;(2)人脸跟踪;(3)人脸的识别和理解。其中,人脸的检测与定位是自动人脸检测与识别过程的关键,是进一步识别和理解人脸的基础。复杂背景中的人脸检测是自动人脸检测与定位的高级阶段,也是近几年来人脸检测研究的热点。本文实现了两种复杂背景中的人脸检测定位算法。 算法Ⅰ基于色彩信息,利用模糊模式匹配的方式检测人脸。该算法由两个部分组成。首先,粗略定出可能存在人脸的区域,即候选人脸区域;然后在候选人脸区域里细致检测以证实人脸的存在并定位证实存在的人脸。算法Ⅰ可检测彩色图像中任意背景,任意姿态(-90°—90°),多尺度,不同亮度条件下的任意个人脸。 算法Ⅱ基于支持向量机(SVM),由训练和检测两部分组成。训练过程是用大量人脸样本、“非人脸”样本训练SVM分类器,使之获得一个最优分类超平面。检测阶段用训练好的SVM分类器检测图像中的人脸。算法Ⅱ可检测彩色或灰度图像中任意背景,大致正面姿态,任意表情,多尺度的任意个人脸。 论文分别给出了使用算法Ⅰ、算法Ⅱ检测人脸的实验结果,并对算法Ⅰ与算法Ⅱ进行了检测性能的比较。实验结果证明算法Ⅰ的检测性能优于算法Ⅱ。
|
全文目录
中文摘要 3-4 英文摘要 4-7 第一章 综述 7-17 1.1 人脸定位的应用 9-10 1.2 人脸识别的基本内容及一般分析过程 10-12 1.3 人脸检测定位的典型方法 12-13 1.4 本文实现的人脸检测与定位算法 13-17 第二章 基于色彩信息的人脸检测算法 17-41 2.1 肤色特征的获取 17-31 2.2 粗略检测人脸区域 31-34 2.3 细致匹配确定人脸位置 34-41 第三章 基于支持向量机的人脸检测算法 41-47 3.1 支持向量机的基本原理 41-45 3.2 利用支持向量机的人脸检测 45-47 第四章 实验结果 47-54 4.1 基于色彩信息的人脸检测算法的实验结果 47-50 4.2 基于支持向量机的人脸检测算法的实验结果 50-53 4.3 两种人脸检测算法的对比分析 53-54 第五章 总结 54-56 参考文献 56-59 致谢 59
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置
© 2012 www.xueweilunwen.com
|