基于模糊集理论的人脸检测技术研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 引言 | 第8-14页 |
| 第一章 人脸检测方法综述 | 第14-20页 |
| ·基于统计的方法 | 第14-15页 |
| ·基于事例学习的方法 | 第14-15页 |
| ·基于子空间的方法 | 第15页 |
| ·基于隐Markov Model的方法 | 第15页 |
| ·基于模版匹配的方法 | 第15-16页 |
| ·预定义模板匹配法 | 第15-16页 |
| ·变形模板法 | 第16页 |
| ·基于特征的方法 | 第16-18页 |
| ·基于颜色纹理的方法 | 第16-17页 |
| ·基于器官分布规则的方法 | 第17-18页 |
| ·基于人脸轮廓的方法 | 第18页 |
| ·本章小结 | 第18-20页 |
| 第二章 瀑布型人脸检测方法 | 第20-25页 |
| ·瀑布型人脸检测器的结构 | 第20-21页 |
| ·多分辨率搜索 | 第21-22页 |
| ·瀑布型人脸检测器的优点和不足 | 第22-23页 |
| ·优点 | 第23页 |
| ·不足 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 分发型人脸检测的理论与方法 | 第25-32页 |
| ·模糊集理论 | 第25-26页 |
| ·隶属度函数 | 第25-26页 |
| ·模糊集合的熵 | 第26页 |
| ·基于模糊理论的人脸检测方法 | 第26-29页 |
| ·Haar矩形特征与积分图像 | 第27-28页 |
| ·弱分类器的选取方案 | 第28-29页 |
| ·系统框架设计 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 分发型人脸检测器的实现 | 第32-38页 |
| ·样本的收集 | 第32-34页 |
| ·样本的训练 | 第34-36页 |
| ·特征数据采集 | 第34-35页 |
| ·选取弱分类器 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 系统组成和实验结果分析 | 第38-44页 |
| ·系统组成 | 第38-40页 |
| ·强分类器的组成 | 第38-39页 |
| ·分发器 | 第39页 |
| ·检测分辨率 | 第39-40页 |
| ·实验结果及分析 | 第40页 |
| ·本章小结 | 第40-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·全文总结 | 第44页 |
| ·展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 在校期间发表的论文、科研成果等 | 第50-51页 |
| 致谢 | 第51页 |
