| 目录 | 第1-9页 |
| 第一章 绪论 | 第9-13页 |
| §1．1 课题的研究背景及意义 | 第9-10页 |
| §1．2 人脸检测的研究现状 | 第10页 |
| §1．3 论文研究概述 | 第10-13页 |
| §1．3．1 研究需要解决的主要难点 | 第10-11页 |
| §1．3．2 研究思路与内容安排 | 第11-13页 |
| 第二章 视频图像帧的实时捕捉 | 第13-21页 |
| §2．1 DirectShow技术简介 | 第13-15页 |
| §2．2 FCF过滤器的设计思想和实现方法 | 第15-19页 |
| §2．2．1 设计思想 | 第15-16页 |
| §2．2．2 实现方法 | 第16-19页 |
| §2．3 小结 | 第19-21页 |
| 第三章 人脸初定位算法研究 | 第21-35页 |
| §3．1 肤色样本的选取 | 第21-23页 |
| §3．2 肤色空间的选取 | 第23-26页 |
| §3．3 肤色模型的选取 | 第26-33页 |
| §3．3．1 肤色模型的选择依据 | 第27-29页 |
| §3．3．2 肤色模型的计算公式 | 第29-31页 |
| §3．3．3 试验分析 | 第31-33页 |
| §3．4 小结 | 第33-35页 |
| 第四章 人脸分割算法研究 | 第35-59页 |
| §4．1 引言 | 第35-36页 |
| §4．2 阈值化分割 | 第36-44页 |
| §4．2．1 矩量保持法 | 第37-38页 |
| §4．2．2 基于灰度期望值的分割法 | 第38-40页 |
| §4．2．3 基于二维灰度直方图Fisher线性分割法 | 第40-41页 |
| §4．2．4 试验分析 | 第41-44页 |
| §4．3 基于区域生长并融合多源信息的分割算法 | 第44-58页 |
| §4．3．1 信息融合的概念 | 第44-45页 |
| §4．3．2 算法详述 | 第45-55页 |
| §4．3．3 试验分析 | 第55-58页 |
| §4．4 小结 | 第58-59页 |
| 第五章 人脸确认算法研究 | 第59-65页 |
| §5．1 潜在脸区拟合椭圆的长短轴之比 | 第59-60页 |
| §5．2 潜在脸区填充前后面积比 | 第60-61页 |
| §5．3 潜在脸区的外接矩形框内的密度比率 | 第61页 |
| §5．4 线性加权平均融合确认算法 | 第61-62页 |
| §5．5 试验分析 | 第62-63页 |
| §5．6 小结 | 第63-65页 |
| 第六章 系统运行实例分析 | 第65-71页 |
| §6．1 仿真试验设计 | 第65页 |
| §6．2 试验测试结果及分析 | 第65-71页 |
| 第七章 总结与展望 | 第71-75页 |
| §7．1 结论综述 | 第71-72页 |
| §7．2 本文的创新之处 | 第72-73页 |
| §7．3 本文存在的不足与今后研究方向 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间的研究成果 | 第82页 |