| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的背景和意义 | 第9页 |
| ·国内外研究动态及人脸检测方法简介 | 第9-13页 |
| ·人脸检测的难点和发展趋势 | 第13-14页 |
| ·本文研究工作及内容安排 | 第14-15页 |
| 第2章 基于肤色分割的人脸检测 | 第15-24页 |
| ·色彩空间 | 第15-18页 |
| ·肤色模型 | 第18-20页 |
| ·肤色区域分割 | 第20-22页 |
| ·光照补偿 | 第21页 |
| ·肤色似然度的计算 | 第21-22页 |
| ·肤色二值化处理 | 第22页 |
| ·形态学处理及肤色块筛选 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于 Adaboost 算法的人脸检测 | 第24-38页 |
| ·Adaboost 算法的提出 | 第24-26页 |
| ·Haar-like 特征和积分图 | 第26-32页 |
| ·弱分类器 | 第32-34页 |
| ·强分类器 | 第34-35页 |
| ·强分类器的组成 | 第34-35页 |
| ·强分类器训练次数的确定 | 第35页 |
| ·级联分类器 | 第35-37页 |
| ·级联分类器的结构 | 第36-37页 |
| ·级联分类器的检测率和误检率 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于肤色和 Adaboost 相结合人脸检测算法的改进 | 第38-53页 |
| ·基于肤色的人脸检测算法改进 | 第38-42页 |
| ·基于肤色的人脸检测算法描述 | 第38页 |
| ·对阈值分割方法的改进 | 第38-39页 |
| ·实验结果及分析 | 第39-42页 |
| ·基于 Adaboost 算法的人脸检测方法改进 | 第42-48页 |
| ·基于 Adaboost 算法的人脸检测方法描述 | 第42-45页 |
| ·算法的改进 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·基于肤色和 Adaboost 算法相结合的改进人脸检测算法 | 第48-52页 |
| ·两种方法的优缺点对比 | 第48页 |
| ·改进算法描述 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在学研究成果 | 第59-60页 |
| 致谢 | 第60页 |