醫(yī)院就診病人人臉檢測系統(tǒng)設(shè)計.doc
約31頁DOC格式手機打開展開
醫(yī)院就診病人人臉檢測系統(tǒng)設(shè)計,1.27萬字自己原創(chuàng)的畢業(yè)論文，僅在本站獨家出售，重復(fù)率低，推薦下載使用摘要人臉檢測是指判斷圖像中是否有人臉，如果有人臉，則確定人臉在圖像中的位置和大小。人臉檢測起源于人臉識別課題的研究，進入90年代，人臉檢測開始作為一個獨立的課題受到研究者的重視，人臉檢測技術(shù)不僅是人臉識別、表情識別、人臉...
內(nèi)容介紹
此文檔由會員 淘寶大夢 發(fā)布
醫(yī)院就診病人人臉檢測系統(tǒng)設(shè)計
1.27萬字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨家出售，重復(fù)率低，推薦下載使用
摘要 人臉檢測是指判斷圖像中是否有人臉，如果有人臉，則確定人臉在圖像中的位置和大小。人臉檢測起源于人臉識別課題的研究，進入90年代，人臉檢測開始作為一個獨立的課題受到研究者的重視，人臉檢測技術(shù)不僅是人臉識別、表情識別、人臉跟蹤等技術(shù)的重要前提條件，同時在模式識別、人機交互、智能監(jiān)控、視頻檢索等領(lǐng)域也引起了廣泛的重視。
隨著人臉檢測研究的逐漸深入，其算法也在層出不窮的出現(xiàn)。AdaBoost算法就是在要求人臉檢測速度快、正確率高的情況之下出現(xiàn)的?；贏daBoost算法的人臉檢測方法從由積分圖計算出的大量特征中挑選一些重要的特征，構(gòu)成一系列弱分類器，再把多個弱分類器合成一個強分類器，最后將幾個強分類器串聯(lián)成級聯(lián)分類器。
本文對人臉檢測技術(shù)和AdaBoost技術(shù)的原理進行了研究和闡述，并將AdaBoost算法應(yīng)用到人臉檢測中去，利用程序設(shè)計的相關(guān)知識和實用的設(shè)計技能設(shè)計出了一個小型的基于圖片的人臉檢測系統(tǒng)，對理論知識有了更深的理解，鍛煉了實際的動手能力和研究能力。
關(guān)鍵字 人臉檢測 Adaboost算法 級聯(lián)
Face Detection of Patients in Hospital
Abstract The definition of face detection is that determine whether or not there are any faces in the image and, if present, return the image location and extent of each face. Face detection originated in the recognition on the subject.Since 1990s, face detection began as an independent subject of attention by researchers. Human face detection is not only a necessary precondition of face recognition, expression recognition technology, face tracking,but also, it plays an important role in applications like in the intelligent human-computer interaction, video conferencing, intelligent surveillance, video retrieva l and so on. Therefore, face detection technology attracted widespread attention in pattern recognition, computer vision, human-computer interaction and other fields.
With further research of face detection, the algorithm is also gradually emerge endlessly. In the circumstances of quick speed and high accuracy of face detection required, Adaboost algorithm is appeared. Some important features are selected, from a large number of which are calculated from integral figures. These features form a series of weak classifier, and then some form a strong classifier. Finally several strong classifiers cascade Cascade classifiers. These are the core ideas to the face detection based on Adaboost algorithm.
Face detection technology and Adaboost technology are studied and set forth in details in this paper and Adaboost algorithm is used in face detection. In this paper a small face detection system based on videos and pictures is designed, taking advantage of the program design knowledge and practical design skills. So we have a better understanding of the practical ability and research ability.
Key words Face detection AdaBoost algorithm Cascade
目錄
第一章 緒 論 1
1.1 人臉檢測的研究背景及意義 1
1.2 人臉檢測的研究現(xiàn)狀及難點 1
1.3 論文主要的研究工作 3
1.4 本論文主要的結(jié)構(gòu)安排 3
第二章 人臉檢測方法 4
2.1 人臉檢測方法分類 4
2.1.1 基于知識的方法 4
2.1.2 特征不變量方法 4
2.1.3 模板匹配的方法 5
2.1.4 基于表象的方法 5
2.2 人臉檢測結(jié)果的評價標(biāo)準(zhǔn) 5
第三章 AdaBoost算法 7
3.1 AdaBoost人臉檢測算法 7
3.2 弱學(xué)習(xí)與強學(xué)習(xí) 9
3.3 Boosting方法 10
3.4 AdaBoost算法流程和性能分析 10
3.4.1 AdaBoost算法流程 10
3.4.2 AdaBoost算法性能分析 11
第四章 程序?qū)崿F(xiàn)及結(jié)果 13
4.1 樣本集 13
4.2 算法程序流程圖 14
4.3 訓(xùn)練難點及優(yōu)化 15
4.3.1 計算成本 15
4.3.2 減少矩形特征的數(shù)量 16
4.3.3 樣本預(yù)處理 16
4.4 檢測結(jié)果 17
4.4.1 檢測器 17
4.4.2 實驗結(jié)果 18
第五章 總結(jié)與展望 21
5.1 總結(jié) 21
5.2 人臉檢測技術(shù)的發(fā)展趨勢 22
致 謝 23
參考文獻 24
附 錄 26
1.27萬字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨家出售，重復(fù)率低，推薦下載使用
摘要 人臉檢測是指判斷圖像中是否有人臉，如果有人臉，則確定人臉在圖像中的位置和大小。人臉檢測起源于人臉識別課題的研究，進入90年代，人臉檢測開始作為一個獨立的課題受到研究者的重視，人臉檢測技術(shù)不僅是人臉識別、表情識別、人臉跟蹤等技術(shù)的重要前提條件，同時在模式識別、人機交互、智能監(jiān)控、視頻檢索等領(lǐng)域也引起了廣泛的重視。
隨著人臉檢測研究的逐漸深入，其算法也在層出不窮的出現(xiàn)。AdaBoost算法就是在要求人臉檢測速度快、正確率高的情況之下出現(xiàn)的?；贏daBoost算法的人臉檢測方法從由積分圖計算出的大量特征中挑選一些重要的特征，構(gòu)成一系列弱分類器，再把多個弱分類器合成一個強分類器，最后將幾個強分類器串聯(lián)成級聯(lián)分類器。
本文對人臉檢測技術(shù)和AdaBoost技術(shù)的原理進行了研究和闡述，并將AdaBoost算法應(yīng)用到人臉檢測中去，利用程序設(shè)計的相關(guān)知識和實用的設(shè)計技能設(shè)計出了一個小型的基于圖片的人臉檢測系統(tǒng)，對理論知識有了更深的理解，鍛煉了實際的動手能力和研究能力。
關(guān)鍵字 人臉檢測 Adaboost算法 級聯(lián)
Face Detection of Patients in Hospital
Abstract The definition of face detection is that determine whether or not there are any faces in the image and, if present, return the image location and extent of each face. Face detection originated in the recognition on the subject.Since 1990s, face detection began as an independent subject of attention by researchers. Human face detection is not only a necessary precondition of face recognition, expression recognition technology, face tracking,but also, it plays an important role in applications like in the intelligent human-computer interaction, video conferencing, intelligent surveillance, video retrieva l and so on. Therefore, face detection technology attracted widespread attention in pattern recognition, computer vision, human-computer interaction and other fields.
With further research of face detection, the algorithm is also gradually emerge endlessly. In the circumstances of quick speed and high accuracy of face detection required, Adaboost algorithm is appeared. Some important features are selected, from a large number of which are calculated from integral figures. These features form a series of weak classifier, and then some form a strong classifier. Finally several strong classifiers cascade Cascade classifiers. These are the core ideas to the face detection based on Adaboost algorithm.
Face detection technology and Adaboost technology are studied and set forth in details in this paper and Adaboost algorithm is used in face detection. In this paper a small face detection system based on videos and pictures is designed, taking advantage of the program design knowledge and practical design skills. So we have a better understanding of the practical ability and research ability.
Key words Face detection AdaBoost algorithm Cascade
目錄
第一章 緒 論 1
1.1 人臉檢測的研究背景及意義 1
1.2 人臉檢測的研究現(xiàn)狀及難點 1
1.3 論文主要的研究工作 3
1.4 本論文主要的結(jié)構(gòu)安排 3
第二章 人臉檢測方法 4
2.1 人臉檢測方法分類 4
2.1.1 基于知識的方法 4
2.1.2 特征不變量方法 4
2.1.3 模板匹配的方法 5
2.1.4 基于表象的方法 5
2.2 人臉檢測結(jié)果的評價標(biāo)準(zhǔn) 5
第三章 AdaBoost算法 7
3.1 AdaBoost人臉檢測算法 7
3.2 弱學(xué)習(xí)與強學(xué)習(xí) 9
3.3 Boosting方法 10
3.4 AdaBoost算法流程和性能分析 10
3.4.1 AdaBoost算法流程 10
3.4.2 AdaBoost算法性能分析 11
第四章 程序?qū)崿F(xiàn)及結(jié)果 13
4.1 樣本集 13
4.2 算法程序流程圖 14
4.3 訓(xùn)練難點及優(yōu)化 15
4.3.1 計算成本 15
4.3.2 減少矩形特征的數(shù)量 16
4.3.3 樣本預(yù)處理 16
4.4 檢測結(jié)果 17
4.4.1 檢測器 17
4.4.2 實驗結(jié)果 18
第五章 總結(jié)與展望 21
5.1 總結(jié) 21
5.2 人臉檢測技術(shù)的發(fā)展趨勢 22
致 謝 23
參考文獻 24
附 錄 26
