导读:本文包含了人脸探测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:沙田,海关总署,海关,关员,辐射量,声学,稀疏。
人脸探测论文文献综述
本报记者,曹丽娟[1]（2019）在《叁秒钟完成辐射量探测入境商品可“人脸识别”》一文中研究指出随着“双11”临近，东莞跨境电商产品进出口逐渐迎来井喷。记者从黄埔海关获悉，今年1-10月，黄埔海关所属沙田海关辖区启盈国际快件中心共监管验放跨境电商进出口商品2.64亿票，同比增长62.2%。这些跨境电商产品如何进入东莞？通关需使用哪些“黑科技(本文来源于《东莞日报》期刊2019-11-07）
刘欣泉[2]（2015）在《基于迭代支撑探测的稀疏非负矩阵算法及其在人脸识别上的应用》一文中研究指出人脸识别技术是当前模式识别领域的热点问题,属于生物体生物特征识别技术的一种,已成功应用于政府、海关、公安系统,并逐渐向银行金融业等高风险领域渗透。鉴于算法性能对人脸识别效果的重要影响,20世纪90年代以来各个领域内专家学者对人脸识别算法进行深入研究。目前主流算法包括基于特征脸的算法(Principal Component Analysis,PCA),神经网络的人脸识别算法,支持向量机算法(Support Vector Machine,SVM),非负矩阵分解算法(Nonnegative Matrix Factorization,NMF)等,每个方法都有着不同的特性和优势来解决不同问题。对比其它主流人脸识别算法,非负矩阵分解算法具备如下两点优势:第一,由于非负矩阵分解算法的非负性约束,算法结果具有模拟人类感知习惯——“整体由部分构成”的特征;第二,非负矩阵分解算法能够在分解过程中自然稀疏掉部分噪声影响,如光照、翻转、遮挡物等,具有很强的实用性。然而,非负矩阵分解算法仍存在较大的相对误差、较不明显的局部特征以及较慢的收敛速度等缺点,使得该算法处理人脸识别问题的分解效果并不完美。为了改善非负矩阵分解算法在人脸识别应用中突显出的劣势,本文主要做了如下工作:首先,提出了一种基于迭代支撑探测(Iterative Support Dectection,ISD)算法的稀疏非负矩阵分解算法(SNMF/ISD)。ISD算法较同样处理压缩感知问题的基追踪(BP)算法具有迭代次数少,重构效果好,重构信号稀疏性更强等几种优势,因此本文将ISD思想由向量问题推广到矩阵问题上,提出基于ISD思想的非负矩阵分解算法。该算法具有较其余几类非负矩阵分解算法更强的稀疏性,以及更优的重构效果,除此之外对新算法的收敛性证明也会在算法介绍部分给出。SNMF/ANLS算法的提出者仅针对该算法的分支算法之一SNMF/R(加稀疏约束在权值矩阵上)进行介绍并给出了生物医学工程相关数值实验。我们不仅对该算法处理人脸识别的另一分支算法SNMF/L(加稀疏约束在特征矩阵上)进行改进,且将新算法成功应用在多个人脸数据库中,与叁种主流非负矩阵分解算法进行数值实验结果的对比并给出直观的图表数据,通过实验结果证实了新算法重构误差更小、稀疏性更强的优势;除此之外,我们还利用最近邻分类器对训练数据和测试数据做识别分类,并给出不同测试算法在不同维特征空间下识别率的对比。结果证实,新算法的识别效果较其余叁种非负矩阵分解算法鲁棒性更强。(本文来源于《电子科技大学》期刊2015-03-31）
雷震,王青海,吴玲达,薛廷梅[3]（2010）在《基于自适应跟踪窗尺度的人脸探测》一文中研究指出作为一种有效的迭代算法,Mean-shift具有良好的特性,在目标跟踪、图像平滑和其他计算机视觉领域得到了广泛应用。鉴于标准Mean-shift算法缺乏尺度自适应机制,而Camshift算法每次探测前需要人工选定人脸区域样本才能进行准确的探测,提出了一种用于视频中人脸探测的自适应跟踪窗算法。该算法在跟踪框内采用光照补偿和肤色分割来校正跟踪窗尺度和位置。实验表明,该算法不但具有良好的实时性,而且能较好地减少传统算法中的定位误差,更加准确地探测出视频中的人脸。(本文来源于《计算机科学》期刊2010年04期）
纪伟,苗振伟,杨军[4]（2007）在《利用CTFM探测信号的超声人脸识别》一文中研究指出一定频率范围内的连续发射调频信号(Continuous Transmitted Frequency Modulated,CTFM) 信号,将其通过超声换能器发射形成超声波信号,可以应用于超声人脸识别中。简述了 CTFM 信号的概念及其发射与接收模型,将其输出信号频谱中不同性质的反射位置对应反射强度不同这一特点,运用到超声人脸识别中来。并介绍了超声人脸识别原理与实验方法。(本文来源于《全国环境声学学术讨论会论文集》期刊2007-11-01）
范宏深,倪国强,申会堂[5]（2002）在《利用几何特性及神经网络进行人脸探测技术的研究》一文中研究指出在人脸识别过程中 ,首先也是最重要的一个环节是人脸探测 ,因为一旦从图像中定位并提取到了人脸 ,那么下一步的人脸识别工作就变得非常容易。眼睛是人脸图像中最容易探测的部位 ,而且通过探测双眼来发现人脸最符合人的视觉习惯。提出了一种基于几何特征分析和人工神经网络的由粗到细的两级人脸探测方法。在第一级中 ,眼睛和脸是通过测量眼睛的尺寸和眼睛与脸的位置关系探测到的 ,第一级的输出是一个尺寸归一化的人脸 ,但偶尔也伴随着一个或多个因对复杂背景中与眼睛类似的物体的误判而得到的非人脸图像 ;第二级神经网络正是用来过滤掉第一级中被误判的人脸。实验表明 ,这种由粗到细的两级人脸探测系统具有很高的稳定性和探测正确率(本文来源于《光学技术》期刊2002年02期）
王伟[6]（2002）在《辅助视频分析的人脸特写探测技术研究与实现》一文中研究指出视频作为各种媒体中形式和内容最丰富的媒体类型，越来越受到用户的青睐。用户对视频的浏览与检索必然要求对视频内容的结构化分析与融合多种媒体特征的视频摘要技术进行研究。媒体内容包括人脸、文本、声音等多种研究线索，本文对辅助视频分析的人脸特写探测技术进行了深入地研究，论文的主要工作和贡献如下： 研究了视频分析技术与多特征融合的视频摘要技术。提出人脸探测技术在辅助视频分析的应用中具有较高的研究价值。 研究了人脸信息辅助视频分析技术。分析了综合使用人脸信息与其它媒体信息对视频文件进行分类的技术，基于人脸、字幕与声音等信息对新闻视频的索引技术，并建立了基于人脸、文本、声音、镜头长短等多种媒体特征的场景重要程度的判断模型。 深入研究了人脸探测技术。对辅助视频分析的人脸特写进行了定义，对直接从视频流中以及单帧视频图象的人脸探测技术进行了研究，设计并改进了辅助视频分析的人脸特写探测算法。 设计并实现了一个人脸特写的探测系统。对该系统的结构功能进行了介绍，从实验结果可以看出人脸特写的探测算法是有效的，且具有较高的鲁棒性。(本文来源于《国防科学技术大学》期刊2002-01-01）
人脸探测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸识别技术是当前模式识别领域的热点问题,属于生物体生物特征识别技术的一种,已成功应用于政府、海关、公安系统,并逐渐向银行金融业等高风险领域渗透。鉴于算法性能对人脸识别效果的重要影响,20世纪90年代以来各个领域内专家学者对人脸识别算法进行深入研究。目前主流算法包括基于特征脸的算法(Principal Component Analysis,PCA),神经网络的人脸识别算法,支持向量机算法(Support Vector Machine,SVM),非负矩阵分解算法(Nonnegative Matrix Factorization,NMF)等,每个方法都有着不同的特性和优势来解决不同问题。对比其它主流人脸识别算法,非负矩阵分解算法具备如下两点优势:第一,由于非负矩阵分解算法的非负性约束,算法结果具有模拟人类感知习惯——“整体由部分构成”的特征;第二,非负矩阵分解算法能够在分解过程中自然稀疏掉部分噪声影响,如光照、翻转、遮挡物等,具有很强的实用性。然而,非负矩阵分解算法仍存在较大的相对误差、较不明显的局部特征以及较慢的收敛速度等缺点,使得该算法处理人脸识别问题的分解效果并不完美。为了改善非负矩阵分解算法在人脸识别应用中突显出的劣势,本文主要做了如下工作:首先,提出了一种基于迭代支撑探测(Iterative Support Dectection,ISD)算法的稀疏非负矩阵分解算法(SNMF/ISD)。ISD算法较同样处理压缩感知问题的基追踪(BP)算法具有迭代次数少,重构效果好,重构信号稀疏性更强等几种优势,因此本文将ISD思想由向量问题推广到矩阵问题上,提出基于ISD思想的非负矩阵分解算法。该算法具有较其余几类非负矩阵分解算法更强的稀疏性,以及更优的重构效果,除此之外对新算法的收敛性证明也会在算法介绍部分给出。SNMF/ANLS算法的提出者仅针对该算法的分支算法之一SNMF/R(加稀疏约束在权值矩阵上)进行介绍并给出了生物医学工程相关数值实验。我们不仅对该算法处理人脸识别的另一分支算法SNMF/L(加稀疏约束在特征矩阵上)进行改进,且将新算法成功应用在多个人脸数据库中,与叁种主流非负矩阵分解算法进行数值实验结果的对比并给出直观的图表数据,通过实验结果证实了新算法重构误差更小、稀疏性更强的优势;除此之外,我们还利用最近邻分类器对训练数据和测试数据做识别分类,并给出不同测试算法在不同维特征空间下识别率的对比。结果证实,新算法的识别效果较其余叁种非负矩阵分解算法鲁棒性更强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人脸探测论文参考文献
[1].本报记者,曹丽娟.叁秒钟完成辐射量探测入境商品可“人脸识别”[N].东莞日报.2019
[2].刘欣泉.基于迭代支撑探测的稀疏非负矩阵算法及其在人脸识别上的应用[D].电子科技大学.2015
[3].雷震,王青海,吴玲达,薛廷梅.基于自适应跟踪窗尺度的人脸探测[J].计算机科学.2010
[4].纪伟,苗振伟,杨军.利用CTFM探测信号的超声人脸识别[C].全国环境声学学术讨论会论文集.2007
[5].范宏深,倪国强,申会堂.利用几何特性及神经网络进行人脸探测技术的研究[J].光学技术.2002
[6].王伟.辅助视频分析的人脸特写探测技术研究与实现[D].国防科学技术大学.2002
论文知识图
