视频中的人脸检测与跟踪算法研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·课题背景及研究现状 | 第11-13页 |
| ·人脸检测方法及分析 | 第13-14页 |
| ·基于知识的人脸检测 | 第13页 |
| ·特征不变量的人脸检测 | 第13页 |
| ·基于表象的人脸检测 | 第13-14页 |
| ·人脸跟踪方法及分析 | 第14-15页 |
| ·穷举搜索法 | 第14-15页 |
| ·假设方法 | 第15页 |
| ·均值漂移 | 第15页 |
| ·人脸检测算法性能的评价标准 | 第15-16页 |
| ·个人研究小结 | 第16-17页 |
| ·本文主要的研究内容及组织结构 | 第17-19页 |
| ·论文主要研究内容 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 2 数学形态学基本原理 | 第19-28页 |
| ·引言 | 第19页 |
| ·数学形态学理论基础 | 第19-21页 |
| ·数学形态学与集合论 | 第19-20页 |
| ·结构元素 | 第20-21页 |
| ·二值数学形态学基本运算 | 第21-27页 |
| ·二值形态学的腐蚀和膨胀运算 | 第21-25页 |
| ·二值形态学的开启和闭合运算 | 第25-27页 |
| ·本章小节 | 第27-28页 |
| 3 AdaBoost 人脸检测算法及其改进 | 第28-46页 |
| ·引言 | 第28页 |
| ·AdaBoost 人脸检测算法 | 第28-34页 |
| ·类Haar 特征与积分图 | 第28-32页 |
| ·分类器的构造与级联 | 第32-34页 |
| ·AdaBoost 人脸检测算法的改进 | 第34-45页 |
| ·算法改进的思路 | 第34-36页 |
| ·一种肤色检测与分割算法 | 第36-43页 |
| ·实验结果及性能分析 | 第43-45页 |
| ·本章小节 | 第45-46页 |
| 4 CamShift 人脸跟踪算法及其改进 | 第46-56页 |
| ·引言 | 第46页 |
| ·CamShift 人脸跟踪算法 | 第46-50页 |
| ·颜色概率模型 | 第46-47页 |
| ·MeanShift 算法 | 第47-48页 |
| ·Cam Shift 算法流程 | 第48-50页 |
| ·CamShift 人脸跟踪算法的改进 | 第50-55页 |
| ·算法改进的思路 | 第50页 |
| ·直方图相似度匹配 | 第50-53页 |
| ·实验结果与性能分析 | 第53-55页 |
| ·本章小节 | 第55-56页 |
| 5 视频中的人脸检测与跟踪算法研究 | 第56-65页 |
| ·引言 | 第56页 |
| ·人脸检测与跟踪算法流程 | 第56-58页 |
| ·实验结果与性能分析 | 第58-63页 |
| ·本章小节 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72-73页 |
