学位论文 > 优秀研究生学位论文题录展示

目标检测与跟踪技术研究

作　者: 黄建强
导　师: 陈祥献
学　校: 浙江大学
专　业: 测试计量技术及仪器
关键词: 人脸检测 人脸跟踪 马赛克图像分析 支持向量机
分类号: TP391.4
类　型: 硕士论文
年　份: 2003年
下　载: 384次
引　用: 0次
阅　读: 论文下载
 

内容摘要


本文研究了人脸检测与跟踪问题。人脸检测与跟踪是计算机视觉技术的一项关键技术。它在视频监控、人脸识别系统、基于内容的检索以及新一代的人机交互技术等领域具有广泛的应用前景。 目前，针对人脸检测提出的技术有：使用平面或者三维的模型来做目标匹配，或者使用一系列的平面人脸图像来训练分类器，从而将“人脸”图像从“非人脸”图像中分类出来。本文采用了基于视图的人脸检测方案来对复杂背景下正面的、倾斜的以及略微侧面的人脸图像进行检测。在此框架下，首先设计了针对人脸的样本的采集方案，然后收集并整理了大量的实验数据，在此基础上进行了以下研究工作： 1、针对灰度图像中人脸检测这一核心问题提出了基于子空间的检测算法。由于单纯的统计学习方法存在特征空间庞大、“非人脸”样本选取困难等问题，本文提出了使用基于马赛克图像分析的粗筛选，将模式分类问题限定在一个大为缩小的子空间中，降低了统计模型的训练难度。本文介绍了马赛克图像分析的粗筛选原理，并通过实验表明该方法可以应用于约束条件下的人脸检测问题。针对复杂背景图像中的人脸检测问题，本文提出了基于马赛克图像分析约束子空间中的支持向量机方法。实验分析表明了这些方法的有效性和鲁棒性。 2、同时，我们实现了金字塔图像和传统的光流法相结合的目标跟踪算法。实验结果表明，这种方法能够很好的处理目标有大矢量运动的问题，提高了跟踪的鲁棒性。

全文目录


第一章 引言  7-17
  1．1 研究的背景和意义  7-8
  1．2 人脸检测与跟踪的方法概述  8-14
    1．2．1 人脸检测方法概述  9-12
    1．2．2 人脸跟踪的方法  12-14
    1．2．3 研究现状的总结  14
  1．3 论文的主要研究工作  14-16
  1．4 论文的结构  16-17
第二章 人脸数据的采集及其模式分析  17-35
  2．1 人脸数据的采集与预处理  17-21
    2．1．1 图像库构成  17-18
    2．1．2 人脸样本的选取  18-21
  2．2 人脸检测与人脸模式分析  21-24
  2．3 人脸模式的特征提取  24-26
    2．3．1 肤色特征  24-25
    2．3．2 灰度特征  25-26
  2．4 人脸模式的特征综合  26-35
    2．4．1 肤色区域分割与人脸验证方法  26-27
    2．4．2 基于启发式模型的方法  27-29
    2．4．3 基于统计模型的方法  29-35
第三章 支持向量机（SVM）方法介绍  35-46
  3．1 引言  35
  3．2 统计学习理论  35-38
    3．2．1 VC维数  37
    3．2．2 结构风险最小化SRM  37-38
  3．3 支持向量机分类器  38-46
    3．3．1 最优分割超平面  38-43
    3．3．2 最优分割超平面的推广  43-46
第四章 马赛克图像分析  46-57
  4．1 引言  46-47
  4．2 马赛克图像分析的实现过程  47-53
    4．2．1 构造马赛克图像  47-48
    4．2．2 在马赛克图像序（?）里的搜索过程  48-52
    4．2．3 提取边界  52-53
  4．3 算法的详细步骤  53-57
第五章 基于马赛克分析与支持向量机的人脸检测  57-67
  5．1 引言  57-58
  5．2 基于马赛克分析与支持向量机的人脸检测  58-62
    5．2．1 支持向量机分类器的构造  58-59
    5．2．2 人脸检测算法  59-62
  5．3 实验结果  62-67
第六章 目标跟踪  67-82
  6．1 引言  67-68
  6．2 目标跟踪问题的分类  68
    6．2．1 固定摄像机条件下的目标跟踪  68
    6．2．2 非固定摄像机条件下的目标跟踪  68
  6．3 运动物体检测的研究方法  68-72
    6．3．1 匹配法  69-70
    6．3．2 基于光流法的跟踪  70
    6．3．3 差分法  70-72
  6．4 基于金字塔图像的光流法跟踪  72-82
    6．4．1 问题的提出  72
    6．4．2 跟踪算法的描述  72-78
      6．4．2．1 金字塔图像表示  73-74
      6．4．2．2 基于金字塔的图像跟踪  74-76
      6．4．2．3 迭代的光流法计算过程  76-78
    6．4．3 跟踪测试图像实例  78-82
第七章 总结与展望  82-86
  7．1 总结  82-83
  7．2 展望  83-86
    7．2．1 关于目前人脸检测方法的改进  83
    7．2．2 关于旋转和侧面人脸的检测  83-84
    7．2．3 关于人脸检测与目标跟踪的应用研究  84-86
参考文献  86-89

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 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
  3. 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
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 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
  8. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  9. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  10. 基于图像的路面破损识别,TP391.41
  11. 基于支持向量机的故障诊断方法研究,TP18
  12. 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
  13. 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
  14. 基于车载3D加速传感器的路况监测研究,TP274
  15. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  16. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  17. 基于机器学习的入侵检测系统研究,TP393.08
  18. 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
  19. 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
  20. 基于AdaBoost算法的人脸识别研究,TP391.41
  21. 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