开题报告-孙见青.docVIP

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
研究生学位档案材料之十 合肥工业大学 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 年 级 2005 班 级 9 研究生姓名 孙 见 青 指导教师 汪 荣 贵 研究生类别 □ 硕士□博士□硕博连读 学科、专业 计算机应用技术 研 究方向 人工智能应用 所 在 学 院 计算机与信息学院 合肥工业大学研究生培养处 填 写 说 明 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),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 ; 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。模式识别和计算机视觉领域的一Media lab和 AI lab,卡内基梅隆大学(CMU) 的 Human-Computer Interface Institute,Microsoft Research 以及 Illinois 大学的 Beckman研究所,英国的 Department of Engineering in University of Cambridge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,因此基于统计的方法越来越受到重视,Rowley等提出了基于神经网络的人脸检测方法,对于正面端正人脸,对每一个×20像素的窗口一个三层前向网是否为人脸对于正面旋转人脸的检测,首先使用旋转角度检测器对待检测窗口进行旋转,然后再使用正面人脸检测Osuna等提出了一种基于支持向量机的人脸检测方法,该方法使用了大量人脸样本和“自举”方法收集的“非人脸”样本来训练SVM,并且使用逼近优化的方法减少支持的数量,在检测阶段对每一个19×19素的窗口使用SVM进行分类Viola等提出一种基于Haar-like特征的Adaoost算法,并利用瀑布型分类器实现了实时高效的人脸检测算法。.Sawettanusorn等提出了一种基于特征和基于图像相结合的人脸检测方法,该方法利用双眼区域的亮度关系和脸部的对称性来快速过滤掉大量的背景区域,再利用相机得到的距离信息对余下的区域进行进一步的验证。 三.课题研究的主要内容及拟解决的问题和预期效果: 1.主要内容: 由于人脸模式的复杂性和环境等因素的影响,人脸检测的鲁棒性是一个难题;同时, 由于人脸检测的应用目的,使得它应该具有实时性,因此应该使设计出的人脸检测系统同时具有鲁棒性和实时性,本文对这两个方面的问题进行了研究。 对于鲁棒性,进行了下面的研究: 使用期望最大、主成分分析(EM-PCA)提取特征,该方法克服了传

文档评论(0)

whhv364 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档