服裝展示錄像中人臉檢測(cè)方法研究及應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái),隨著信息技術(shù)及應(yīng)用領(lǐng)域的不斷發(fā)展,人臉檢測(cè)與跟蹤技術(shù)成為計(jì)算機(jī)應(yīng)用領(lǐng)域的一個(gè)研究熱點(diǎn),不斷有新的研究成果出現(xiàn)。
  本文從人臉檢測(cè)和人臉跟蹤兩個(gè)方面展開(kāi)研究,并應(yīng)用于服裝展示錄像之中。論文首先分析了大量近年來(lái)國(guó)內(nèi)外關(guān)于人臉檢測(cè)與跟蹤的技術(shù)與應(yīng)用。討論了國(guó)內(nèi)外目前在這兩個(gè)領(lǐng)域的研究現(xiàn)狀,當(dāng)前存在的難點(diǎn)以及各種檢測(cè)跟蹤方法的優(yōu)缺點(diǎn)。在此基礎(chǔ)上,提出并實(shí)現(xiàn)了一個(gè)人臉檢測(cè)和跟蹤的系統(tǒng)。其主要研究工作如下:
  1、對(duì)已有的大

2、量人臉檢測(cè)算法進(jìn)行深入研究,對(duì)各種人臉檢測(cè)算法進(jìn)行比較后,提出了一種利用膚色提取候選人臉區(qū)域,再利用級(jí)聯(lián)分類(lèi)器進(jìn)行人臉驗(yàn)證的快速人臉檢測(cè)算法。這種方法將圖像轉(zhuǎn)換到 YCbCr彩色空間,利用膚色特征,根據(jù)設(shè)置的閾值將膚色區(qū)域從復(fù)雜的圖像中分割出,從而得到人臉候選區(qū),最后利用級(jí)聯(lián)分類(lèi)器進(jìn)行人臉驗(yàn)證。針對(duì)光照不足問(wèn)題,本文提出了一種自適應(yīng)的光照補(bǔ)償方法。進(jìn)而也提出了一種快速有效標(biāo)識(shí)人臉侯選區(qū)域的技術(shù)。
  2、采用“積分圖”方法快速計(jì)算

3、矩形特征值,生成簡(jiǎn)單分類(lèi)器并優(yōu)化其權(quán)值,然后構(gòu)造了一個(gè)高效的強(qiáng)分類(lèi)器,最終將單個(gè)強(qiáng)分類(lèi)器級(jí)聯(lián)成一個(gè)更加復(fù)雜的級(jí)聯(lián)分類(lèi)器用于人臉檢測(cè)。針對(duì)AdaBoost算法在訓(xùn)練分類(lèi)器時(shí)訓(xùn)練耗時(shí)的問(wèn)題,提出了一種快速訓(xùn)練算法。實(shí)驗(yàn)表明此算法有較高的訓(xùn)練效率。
  3、提出并實(shí)現(xiàn)了基于卡爾曼濾波算法的人臉跟蹤方法。該方法結(jié)合了人臉檢測(cè)與跟蹤兩方面的內(nèi)容。先采用級(jí)聯(lián)分類(lèi)器進(jìn)行人臉檢測(cè),提取人臉信息,再用Kalman預(yù)測(cè)算法預(yù)測(cè)下一幀中目標(biāo)人臉的位置和

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論