开题报告-基于支持向量机的快速人脸检测方法的研究

开题报告-基于支持向量机的快速人脸检测方法的研究

ID:28340408

大小:73.50 KB

页数:13页

时间:2018-12-09

开题报告-基于支持向量机的快速人脸检测方法的研究_第1页
开题报告-基于支持向量机的快速人脸检测方法的研究_第2页
开题报告-基于支持向量机的快速人脸检测方法的研究_第3页
开题报告-基于支持向量机的快速人脸检测方法的研究_第4页
开题报告-基于支持向量机的快速人脸检测方法的研究_第5页
资源描述:

《开题报告-基于支持向量机的快速人脸检测方法的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、-攻读博士、硕士学位研究生课题研究及学位论文工作任务书.---工业大学研究生培养处填写说明一.本表为研究生进入课题研究和学位论文工作时在导师指导下所做的课题研究报告,为保证硕士研究生有一年以上的时间用于课题研究,博士研究生有一年半以上的时间用于课题研究,硕博连读研究生有不少于二年的时间用于课题研究,研究生应按时开题,并填写开题报告。二.指导教师和所在系要认真审查研究生选题是否准确、适当(即课题有无理论意义和经济意义,作为攻读学位的研究生研究课题是否适宜,在课题的难度和份量上是否恰当,能否在规定的时间内完成等)

2、,实验方案是否合理、可行,并对所选题给予恰当评价。指导教师意见中还可以对研究生的开题报告作某些补充和说明。三.填写本表前系应组织研究生就选题情况进行公开答辩,提出修改意见。研究生修改定稿后填写本表。本表一式三份,经导师、系、学院签署审核意见后实施。在第三学期第五周前(硕士研究生、博士生)、第三学期结束前(硕博连读生)送学院研究生秘书汇总,二份留学院,原稿由学院研究生秘书送研究生培养科存档。四.博士生、硕博连读研究生开题报告的公开答辩的成绩由学院登录。五.本表经批准后必须严格执行。如因特殊原因必须修改计划时,须

3、书面申请,并经导师、系、学院同意后方可修改计划。六.本表用钢笔填写,字体工整。也可用宋体,小4号字打印输出。.---一.学位论文题目:基于支持向量机的快速人脸检测方法的研究二.所选课题的来源、目的、意义及该课题在国内外的概况:1.课题来源:国家自然科学基金项目(60575023);教育部博士点基金项目(20050359012);安徽省自然科学基金项目(070412054)。2.课题的目的和意义:人脸检测是指判断给定图像中是否存在人脸,若存在,则返回人脸的位置、大小和位姿。本课题的目的就是设计一个基于支持向量机

4、的人脸检测系统,该系统具有一定的鲁棒性和实时性。人脸检测问题最初来源于人脸识别。人脸检测是自动人脸识别系统中的一个关键环节,但是早期的人脸识别研究主要针对具有较强约束条件的人脸图像(如无背景的图像),往往假设人脸位置已知或很容易获得,因此人脸检测问题并未受到重视。进入21世纪以后,比传统的输入方式更加智能化,更加友好的人机交互环境得到前所未有的迅猛发展,获取图像的花费也逐渐降低,意味着计算机视觉系统完全可以应用于微机中;加之近年来电子商务、视频服务、检控验证等广泛应用与发展,人们对自动识别系统的要求越来越高,

5、人脸识别成为最有潜力的生物身份验证手段,这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力,由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。今天,人脸检测的应用背景已经远远超出了人脸识别系统的范畴,它成为模式识别和计算机视觉领域的一项受到普遍重视、研究十分活跃的课题,在安全检查、视觉监测、基于内容的检索等方面有着重要的应用价值。人脸是典型的非刚性物体,它是一个非常复杂的模式,其中隐含的信息量非常的丰富,加上人脸姿势的可变性、成像条件的影响、面部表情和纹理特征的差异,

6、使得人脸检测是一项非常具有挑战性的问题。解决这些难题将为其它类似的复杂模式目标自动检测问题提供重要的启示,因此人脸检测研究具有重要的学术价值和应用价值。3.国内外研究概况:目前,国外对人脸检测的研究很多,许多国家展开了人脸检测的研究,主要在美国、欧洲国家、日本、新加坡、韩国等,比较著名的研究机构有美国的麻省理工大学(MIT)的Medialab和AIlab,卡内基梅隆大学(CMU)的Human-ComputerInterface.---Institute,MicrosoftResearch以及Illinois大

7、学的Beckman研究所,英国的DepartmentofEngineeringinUniversityofCambridge等。国内开展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学、上海交通大学、中国科学院自动化研究所等,且都取得了一定的成果。现在国内外研究的人脸检测的方法大体可以分为两类:基于特征的人脸检测和基于图像的人脸检测。基于特征的方法检测速度比较好,但是鲁棒性较差;基于图像的方法得到了相对广泛的研究,该方法鲁棒性较好,但是检测速度比较慢。如何在得到较好的检测鲁棒性的同时使得检测速度

8、较快,已经成为研究的热点和关键。由于人脸的复杂性,显式的描述人脸特征具有一定的困难,因此基于图像的人脸检测方法中的基于统计的方法越来越受到重视,此类方法将人脸区域看作一类模式,即模板特征,使用大量的“人脸”与“非人脸”样本训练、构造分类器,通过判别图像中所有可能区域属于哪类模式的方法来实现人脸的检测。实际上,人脸检测问题被转化为统计模式识别的二分类问题,有关工作几乎涉及到所有经典模式识别方法。CMU

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。