导读:本文包含了人像提取论文开题报告文献综述、选题提纲参考文献，主要关键词:人像,虚拟现实,灰度,边界,图像处理,轮廓,实时。
人像提取论文文献综述写法
梁文东,刘伟[1]（2019）在《低分辨率教室监控视频人像提取关键技术研究》一文中研究指出本文主要针对低分辨率教室监控视频人像提取过程中的图像超分辨率重构MAP/POCS混合算法基础上,针对MAP/POCS混合算法仅简单的将MAP算法和POCS算法结合在一起,在算法过程中将MAP和POCS孤立使用,并没有充分发挥MAP和POCS算法优势的问题。在MAP估计过程中应用POCS的凸集约束条件,充分利用MAP算法和POCS算法的优点,借鉴堆放的优点获得更好的超分辨率重构效果。实验结果也表明本文所研究的改进MAP/POCS混合算法具有更好的图像超分辨率重构效果,并可提高低分辨率教室监控视频人像提取准确性。(本文来源于《信息技术与信息化》期刊2019年03期）
韩彦斌[2]（2015）在《基于人脸检测和特征提取的移动人像采集系统》一文中研究指出目前公安部门使用的人脸识别系统大多属于台式设备和专业器材,而且是在成像条件相对较好、取得被拍照人员良好配合的情况下进行人像采集,软件算法针对的是约束条件下采集得到的人像照片。但是,公安警务还涉及大量的外勤和现场处置工作,如治安巡逻、堵卡盘查等,在这些活动中如果需要对相关嫌疑人员进行即时的人像采集和比对,则现有设备满足不了便携性、即时性的要求,且其软件算法对随机环境、非约束条件下采集得到的人像照片还缺乏一定的适应性。因此,本文提出了一种基于人脸检测和图像处理的移动人像采集系统,能够较好地完成上述情境下的人像采集与特征提取工作,然后再借助移动互联网与现有的后端比对平台实现对接,即可完成即时的人像比对工作。在学术上,针对大规模人脸数据库、非理想成像条件、对象不配合等情况如何提高人脸识别系统的鲁棒性也是当前计算机视觉领域的一个研究热点。本文的研究工作主要包括以下几点：(1)针对非约束条件下采集人像照片带来的光照变化、背景复杂、人员站位及姿态多变等一系列对人脸特征提取和识别比对影响较大的问题,在一些关键环节上采用了针对性的数字图像处理技术,如结合眼部检测的人脸检测、基于眼部检测的人脸对齐、人脸分块直方图均衡化、椭圆掩模等方法,一定程度上解决了这些问题。(2)对Fisher脸法、LBP等几种人脸特征提取算法进行了深入研究,分析比较各自的优缺点,为进一步寻求适合于非约束条件下的人脸特征提取算法作了铺垫工作。(3)使用NDK+JNI技术,将在Windows平台上编程并调试成功的C++人像采集处理模块移植到Android平台上,解决了在Android应用程序中调用OpenCV库函数和相关C/C++图像处理程序的问题。基于上述研究工作,本文在Android平台上实现了针对警务应用的移动终端人像采集原型系统,该系统对非约束条件下的人像采集具有快速、灵活、准确、适应性强的特点,在公安实战工作中具有一定的参考和应用价值,是对公安部门现有应用设备和技术的有益补充。(本文来源于《云南大学》期刊2015-05-01）
谢梅,王清禄,何振[3]（2007）在《图像边缘提取在身份证人像采集系统中的应用》一文中研究指出利用图像的边缘检测与提取技术自动识别照片的人像位置,判别并修正背景颜色、皮肤色彩范围、灰度偏差等人像信息,使之符合居民身份证制证用数字相片的样式规定和要求。这一技术在应用中取得了令人满意的成绩,尤其是其对特殊人群的照片处理有着非常显着的效果,是数字照片合格率准确性、稳定性和有效性的有利保证,也使得人像信息检测的自动化、智能化、批量化成为可能。(本文来源于《计算机工程》期刊2007年01期）
张华[4]（2002）在《基于人体视觉特征的实时人像提取及其在虚拟环境照相中的应用》一文中研究指出虚拟环境中实时照相系统的研制是为了满足体验经济的发展对数字应用系统的需求。对其中关键技术环节----"实时人像提取"部分的深入研究，不仅能把虚拟现实技术（Virtual Reality Technology，简称VRT）的研究成果引入虚拟照像系统，使系统的性价比大大提高、"人性化"功能加强。同时，也对解决虚拟现实技术应用中所出现的"贵族化"、"计算繁琐"及"数据危机"等叁大障碍,开发基于PC的虚拟现实应用系统，有一定的理论与实际的参考意义。本文从分析人类视觉特征入手，运用系统的观念综合平衡图像质量、实时性、与系统成本等技术指标，在对虚拟实时照相系统具体技术指标深入分析的基础上，提出了基于人类视觉系统（HVS）特性的实时人像提取算法。该算法依据人体视觉特征所决定的数字图象处理指标，参照人体视觉的信息处理机制，经过信息压缩、参数自适应的统计分类、形态学非线性滤波、图像融合、彩色图像增强等紧密配合的模块化处理过程，实现了鲁棒性较强的实时人像提取。算法中24位彩色图与二值特征图之间相互转换的过程,体现了利用变换域处理和信息分层处理的思想。文中对算法的各部分进行了原理与实现方法的深入分析，提供了在Matlab环境下的仿真图片。仿真结果表明，利用二值滤波处理较好地解决了传统的基于区域的图象分类中的边缘不连续的问题；利用边缘渐变方式实现的图像融合简洁有效；由灰度统计直方图均衡所实现的彩色增强处理降低了虚拟照相系统对环境照度的要求。原理分析、量化实验、系统实验、及部分算法在产品中的应用从多方面表明了论文所提方法的正确性。利用VC所提供的VFW（video for window）功能，在VC6.0的平台下实现了上述内容，应用表明，本文所提算法是可靠的。论文在虚拟环境中实时照相系统的硬件部分对系统结构、单片机操作单元部分进行了论述。(本文来源于《重庆大学》期刊2002-05-10）
人像提取论文开题报告范文
（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：
目前公安部门使用的人脸识别系统大多属于台式设备和专业器材,而且是在成像条件相对较好、取得被拍照人员良好配合的情况下进行人像采集,软件算法针对的是约束条件下采集得到的人像照片。但是,公安警务还涉及大量的外勤和现场处置工作,如治安巡逻、堵卡盘查等,在这些活动中如果需要对相关嫌疑人员进行即时的人像采集和比对,则现有设备满足不了便携性、即时性的要求,且其软件算法对随机环境、非约束条件下采集得到的人像照片还缺乏一定的适应性。因此,本文提出了一种基于人脸检测和图像处理的移动人像采集系统,能够较好地完成上述情境下的人像采集与特征提取工作,然后再借助移动互联网与现有的后端比对平台实现对接,即可完成即时的人像比对工作。在学术上,针对大规模人脸数据库、非理想成像条件、对象不配合等情况如何提高人脸识别系统的鲁棒性也是当前计算机视觉领域的一个研究热点。本文的研究工作主要包括以下几点：(1)针对非约束条件下采集人像照片带来的光照变化、背景复杂、人员站位及姿态多变等一系列对人脸特征提取和识别比对影响较大的问题,在一些关键环节上采用了针对性的数字图像处理技术,如结合眼部检测的人脸检测、基于眼部检测的人脸对齐、人脸分块直方图均衡化、椭圆掩模等方法,一定程度上解决了这些问题。(2)对Fisher脸法、LBP等几种人脸特征提取算法进行了深入研究,分析比较各自的优缺点,为进一步寻求适合于非约束条件下的人脸特征提取算法作了铺垫工作。(3)使用NDK+JNI技术,将在Windows平台上编程并调试成功的C++人像采集处理模块移植到Android平台上,解决了在Android应用程序中调用OpenCV库函数和相关C/C++图像处理程序的问题。基于上述研究工作,本文在Android平台上实现了针对警务应用的移动终端人像采集原型系统,该系统对非约束条件下的人像采集具有快速、灵活、准确、适应性强的特点,在公安实战工作中具有一定的参考和应用价值,是对公安部门现有应用设备和技术的有益补充。
（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。
人像提取论文参考文献
[1].梁文东,刘伟.低分辨率教室监控视频人像提取关键技术研究[J].信息技术与信息化.2019
[2].韩彦斌.基于人脸检测和特征提取的移动人像采集系统[D].云南大学.2015
[3].谢梅,王清禄,何振.图像边缘提取在身份证人像采集系统中的应用[J].计算机工程.2007
[4].张华.基于人体视觉特征的实时人像提取及其在虚拟环境照相中的应用[D].重庆大学.2002