人脸检测与跟踪算法的研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 1 绪论 | 第6-17页 |
| ·研究的背景及意义 | 第6-7页 |
| ·国内外研究进展与现状 | 第7-8页 |
| ·人脸检测与跟踪算法概述 | 第8-13页 |
| ·人脸检测算法概述 | 第8-12页 |
| ·人脸跟踪算法概述 | 第12-13页 |
| ·人脸检测与跟踪的应用及难点 | 第13-16页 |
| ·人脸检测与跟踪的应用 | 第13-14页 |
| ·人脸检测与跟踪的难点 | 第14-15页 |
| ·人脸检测与跟踪的评价标准 | 第15-16页 |
| ·论文主要内容和结构安排 | 第16-17页 |
| 2 基于肤色的人脸检测算法 | 第17-29页 |
| ·常用的颜色空间 | 第17-20页 |
| ·肤色模型 | 第20-21页 |
| ·基于 YCrCb 颜色空间的肤色检测 | 第21-25页 |
| ·光线补偿 | 第22-23页 |
| ·非线性分段色彩变换 | 第23-25页 |
| ·人脸区域定位 | 第25-28页 |
| ·实验结果与分析 | 第28页 |
| ·小结 | 第28-29页 |
| 3 基于 AdaBoost 的人脸检测算法 | 第29-46页 |
| ·训练样本 | 第29-30页 |
| ·矩形特征 | 第30-34页 |
| ·矩形特征概述 | 第30-31页 |
| ·矩形特征原型 | 第31-33页 |
| ·矩形特征数量 | 第33-34页 |
| ·积分图 | 第34-35页 |
| ·分类器的构造和级联 | 第35-38页 |
| ·弱分类器 | 第35-36页 |
| ·强分类器 | 第36-37页 |
| ·级联分类器 | 第37-38页 |
| ·检测过程 | 第38-40页 |
| ·改进的 AdaBoost 人脸检测算法 | 第40-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·小结 | 第45-46页 |
| 4 基于 CamShift 的人脸跟踪算法 | 第46-59页 |
| ·均值移动算法 | 第46-47页 |
| ·CamShift 算法 | 第47-51页 |
| ·直方图反向投影 | 第47-49页 |
| ·基于 CamShift 的人脸跟踪 | 第49-51页 |
| ·改进的 CamShift 算法 | 第51-55页 |
| ·自动初始化跟踪目标 | 第51-52页 |
| ·更新跟踪目标 | 第52页 |
| ·引入辅助信息 | 第52-53页 |
| ·多人脸跟踪 | 第53-55页 |
| ·实验结果与分析 | 第55-58页 |
| ·小结 | 第58-59页 |
| 5 结论 | 第59-61页 |
| ·工作总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
