開題報告-孫見青

《開題報告-孫見青》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、研究生學(xué)位檔案材料之十合肥工業(yè)大學(xué)攻讀博士、碩士學(xué)位研究生課題研究及學(xué)位論文工作任務(wù)書年級2005班級9研究生姓名孫見青指導(dǎo)教師汪榮貴研究生類別□碩士□博士□碩博連讀學(xué)科、專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)研究方向人工智能應(yīng)用所在學(xué)院計(jì)算機(jī)與信息學(xué)院合肥工業(yè)大學(xué)研究生培養(yǎng)處填寫說明一．本表為研究生進(jìn)入課題研究和學(xué)位論文工作時在導(dǎo)師指導(dǎo)下所做的課題研究報告，為保證碩士研究生有一年以上的時間用于課題研究，博士研究生有一年半以上的時間用于課題研究，碩博連讀研究生有不少于二年的時間用于課題研究，研究生應(yīng)按時開題，并填寫開題報告。

2、二．指導(dǎo)教師和所在系要認(rèn)真審查研究生選題是否準(zhǔn)確、適當(dāng)（即課題有無理論意義和經(jīng)濟(jì)意義，作為攻讀學(xué)位的研究生研究課題是否適宜，在課題的難度和份量上是否恰當(dāng)，能否在規(guī)定的時間內(nèi)完成等），實(shí)驗(yàn)方案是否合理、可行，并對所選題給予恰當(dāng)評價。指導(dǎo)教師意見中還可以對研究生的開題報告作某些補(bǔ)充和說明。三．填寫本表前系應(yīng)組織研究生就選題情況進(jìn)行公開答辯，提出修改意見。研究生修改定稿后填寫本表。本表一式三份，經(jīng)導(dǎo)師、系、學(xué)院簽署審核意見后實(shí)施。在第三學(xué)期第五周前（碩士研究生、博士生）、第三學(xué)期結(jié)束前（碩博連讀生）送學(xué)院研究生

3、秘書匯總，二份留學(xué)院，原稿由學(xué)院研究生秘書送研究生培養(yǎng)科存檔。四．博士生、碩博連讀研究生開題報告的公開答辯的成績由學(xué)院登錄。五．本表經(jīng)批準(zhǔn)后必須嚴(yán)格執(zhí)行。如因特殊原因必須修改計(jì)劃時，須書面申請，并經(jīng)導(dǎo)師、系、學(xué)院同意后方可修改計(jì)劃。六．本表用鋼筆填寫，字體工整。也可用宋體，小4號字打印輸出。一．學(xué)位論文題目：基于支持向量機(jī)的快速人臉檢測方法的研究二．所選課題的來源、目的、意義及該課題在國內(nèi)外的概況：1.課題來源：國家自然科學(xué)基金項(xiàng)目(60575023)；教育部博士點(diǎn)基金項(xiàng)目(20050359012)；安徽

4、省自然科學(xué)基金項(xiàng)目(070412054)。2．課題的目的和意義：人臉檢測是指判斷給定圖像中是否存在人臉，若存在，則返回人臉的位置、大小和位姿。本課題的目的就是設(shè)計(jì)一個基于支持向量機(jī)的人臉檢測系統(tǒng)，該系統(tǒng)具有一定的魯棒性和實(shí)時性。人臉檢測問題最初來源于人臉識別。人臉檢測是自動人臉識別系統(tǒng)中的一個關(guān)鍵環(huán)節(jié)，但是早期的人臉識別研究主要針對具有較強(qiáng)約束條件的人臉圖像(如無背景的圖像)，往往假設(shè)人臉位置已知或很容易獲得，因此人臉檢測問題并未受到重視。進(jìn)入21世紀(jì)以后，比傳統(tǒng)的輸入方式更加智能化，更加友好的人機(jī)交互環(huán)

5、境得到前所未有的迅猛發(fā)展，獲取圖像的花費(fèi)也逐漸降低，意味著計(jì)算機(jī)視覺系統(tǒng)完全可以應(yīng)用于微機(jī)中；加之近年來電子商務(wù)、視頻服務(wù)、檢控驗(yàn)證等廣泛應(yīng)用與發(fā)展，人們對自動識別系統(tǒng)的要求越來越高，人臉識別成為最有潛力的生物身份驗(yàn)證手段，這種應(yīng)用背景要求自動人臉識別系統(tǒng)能夠?qū)σ话悱h(huán)境圖像具有一定的適應(yīng)能力，由此所面臨的一系列問題使得人臉檢測開始作為一個獨(dú)立的課題受到研究者的重視。今天，人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識別系統(tǒng)的范疇，它成為模式識別和計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)受到普遍重視、研究十分活躍的課題，在安全檢查、視

6、覺監(jiān)測、基于內(nèi)容的檢索等方面有著重要的應(yīng)用價值。人臉是典型的非剛性物體，它是一個非常復(fù)雜的模式，其中隱含的信息量非常的豐富，加上人臉姿勢的可變性、成像條件的影響、面部表情和紋理特征的差異，使得人臉檢測是一項(xiàng)非常具有挑戰(zhàn)性的問題。解決這些難題將為其它類似的復(fù)雜模式目標(biāo)自動檢測問題提供重要的啟示，因此人臉檢測研究具有重要的學(xué)術(shù)價值和應(yīng)用價值。3．國內(nèi)外研究概況：目前，國外對人臉檢測的研究很多，許多國家展開了人臉檢測的研究，主要在美國、歐洲國家、日本、新加坡、韓國等，比較著名的研究機(jī)構(gòu)有美國的麻省理工大學(xué)(MI

7、T)的Medialab和AIlab，卡內(nèi)基梅隆大學(xué)(CMU)的Human-ComputerInterfaceInstitute，MicrosoftResearch以及Illinois大學(xué)的Beckman研究所，英國的DepartmentofEngineeringinUniversityofCambridge等。國內(nèi)開展人臉檢測研究的主要單位有清華大學(xué)、哈爾濱工業(yè)大學(xué)、北京工業(yè)大學(xué)、上海交通大學(xué)、中國科學(xué)院自動化研究所等，且都取得了一定的成果。現(xiàn)在國內(nèi)外研究的人臉檢測的方法大體可以分為兩類：基于特征的人臉檢

8、測和基于圖像的人臉檢測?；谔卣鞯姆椒z測速度比較好，但是魯棒性較差；基于圖像的方法得到了相對廣泛的研究，該方法魯棒性較好，但是檢測速度比較慢。如何在得到較好的檢測魯棒性的同時使得檢測速度較快，已經(jīng)成為研究的熱點(diǎn)和關(guān)鍵。由于人臉的復(fù)雜性，顯式的描述人臉特征具有一定的困難，因此基于圖像的人臉檢測方法中的基于統(tǒng)計(jì)的方法越來越受到重視，此類方法將人臉區(qū)域看作一類模式,即模板特征,使用大量的“人臉”與“非人臉”樣本訓(xùn)練、構(gòu)造分類器，通