醫(yī)院就診病人人臉檢測(cè)系統(tǒng)設(shè)計(jì)

1.27萬(wàn)字
自己原創(chuàng)的畢業(yè)論文，僅在本站獨(dú)家出售，重復(fù)率低，推薦下載使用


摘要 人臉檢測(cè)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(cè)起源于人臉識(shí)別課題的研究，進(jìn)入90年代，人臉檢測(cè)開始作為一個(gè)獨(dú)立的課題受到研究者的重視，人臉檢測(cè)技術(shù)不僅是人臉識(shí)別、表情識(shí)別、人臉跟蹤等技術(shù)的重要前提條件，同時(shí)在模式識(shí)別、人機(jī)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(cè)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(cè)速度快、正確率高的情況之下出現(xiàn)的。基于AdaBoost算法的人臉檢測(cè)方法從由積分圖計(jì)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(gè)弱分類器合成一個(gè)強(qiáng)分類器，最后將幾個(gè)強(qiáng)分類器串聯(lián)成級(jí)聯(lián)分類器。
本文對(duì)人臉檢測(cè)技術(shù)和AdaBoost技術(shù)的原理進(jìn)行了研究和闡述，并將AdaBoost算法應(yīng)用到人臉檢測(cè)中去，利用程序設(shè)計(jì)的相關(guān)知識(shí)和實(shí)用的設(shè)計(jì)技能設(shè)計(jì)出了一個(gè)小型的基于圖片的人臉檢測(cè)系統(tǒng)，對(duì)理論知識(shí)有了更深的理解，鍛煉了實(shí)際的動(dòng)手能力和研究能力。

關(guān)鍵字 人臉檢測(cè) Adaboost算法 級(jí)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(cè)的研究背景及意義 1
1.2 人臉檢測(cè)的研究現(xiàn)狀及難點(diǎn) 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(cè)方法 4
2.1 人臉檢測(cè)方法分類 4
2.1.1 基于知識(shí)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(cè)結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn) 5
第三章 AdaBoost算法 7
3.1 AdaBoost人臉檢測(cè)算法 7
3.2 弱學(xué)習(xí)與強(qiáng)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(diǎn)及優(yōu)化 15
4.3.1 計(jì)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(cè)結(jié)果 17
4.4.1 檢測(cè)器 17
4.4.2 實(shí)驗(yàn)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(cè)技術(shù)的發(fā)展趨勢(shì) 22
致 謝 23
參考文獻(xiàn) 24
附 錄 26