基于visualc++的圖像檢測模塊設(shè)計(jì)-畢業(yè)論文外文翻譯2篇

1、安徽工業(yè)大學(xué)工商學(xué)院安徽工業(yè)大學(xué)工商學(xué)院畢業(yè)設(shè)計(jì)（論文）外文文獻(xiàn)翻譯畢業(yè)設(shè)計(jì)（論文）外文文獻(xiàn)翻譯畢業(yè)設(shè)計(jì)（論文）題目基于基于VisualC的圖像檢測模塊設(shè)計(jì)的圖像檢測模塊設(shè)計(jì)翻譯（翻譯（1）題目）題目基于基于PAC的實(shí)時(shí)人臉檢測和跟蹤方法的實(shí)時(shí)人臉檢測和跟蹤方法翻譯（翻譯（2）題目）題目基于半邊臉的人臉檢測基于半邊臉的人臉檢測系儀器儀表儀器儀表專業(yè)測控技術(shù)與儀器測控技術(shù)與儀器姓名班級(jí)學(xué)號(hào)指導(dǎo)教師指導(dǎo)教師譯文一很難得到可靠的人臉跟蹤結(jié)果。

2、許多最新的人臉跟蹤的研究都遇到了最在背景噪音的問題，且研究都傾向于跟蹤未經(jīng)證實(shí)的人臉，例如臂和手。在本文中，我們提出了一種基于PCA的實(shí)時(shí)人臉檢測和跟蹤方法，該方法是利用一個(gè)如圖1所示的活動(dòng)攝像機(jī)來檢測和識(shí)別人臉的。這種方法由兩大步驟構(gòu)成：人臉檢測和人臉跟蹤。利用兩副連續(xù)的幀，首先檢驗(yàn)人臉的候選區(qū)域，并利用PCA技術(shù)來判定真正的人臉區(qū)域。然后，利用特征技術(shù)（eigen－technique）跟蹤被證實(shí)的人臉。2.人臉檢測在這一部分中，將介

3、紹本文提及到的方法中的用于檢測人臉的技術(shù)。為了改進(jìn)人臉檢測的精確性，我們把諸如膚色模型[16]和PCA[78]這些已經(jīng)發(fā)表的技術(shù)結(jié)合起來。2.1膚色分類檢測膚色像素提供了一種檢測和跟蹤人臉的可靠方法。因?yàn)橥ㄟ^許多視頻攝像機(jī)得到的一幅RGB圖像不僅包含色彩還包含亮度，所以這個(gè)色彩空間不是檢測膚色像素[16]的最佳色彩圖像。通過亮度區(qū)分一個(gè)彩色像素的三個(gè)成分，可以移動(dòng)亮度。人臉的色彩分布是在一個(gè)小的彩色的色彩空間中成群的，且可以通過一個(gè)2維