基于级联支持向量机融合多特征的人脸检测
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题背景与意义 | 第11-12页 |
| 1.2 人脸检测的研究现状 | 第12-17页 |
| 1.2.1 基于知识的人脸检测方法 | 第12-14页 |
| 1.2.2 基于统计学习的人脸检测方法 | 第14-17页 |
| 1.3 人脸检测算法的评价指标 | 第17-18页 |
| 1.4 论文的主要内容与章节安排 | 第18-21页 |
| 1.4.1 论文的主要内容 | 第18-19页 |
| 1.4.2 论文的章节安排 | 第19-21页 |
| 第二章 彩色图像的肤色区域分割 | 第21-32页 |
| 2.1 引言 | 第21页 |
| 2.2 颜色空间 | 第21-24页 |
| 2.2.1 RGB颜色空间 | 第21-22页 |
| 2.2.2 YUV类颜色空间 | 第22页 |
| 2.2.3 HSI颜色空间 | 第22-23页 |
| 2.2.4 HSV颜色空间 | 第23-24页 |
| 2.3 肤色区域分割 | 第24-31页 |
| 2.3.1 肤色样本聚类分析 | 第24-26页 |
| 2.3.2 肤色高斯模型 | 第26-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 特征提取和选择 | 第32-47页 |
| 3.1 引言 | 第32页 |
| 3.2 特征提取 | 第32-38页 |
| 3.2.1 HOG特征 | 第32-33页 |
| 3.2.2 LBP特征 | 第33-37页 |
| 3.2.3 基于积分图方法的特征快速提取 | 第37-38页 |
| 3.3 特征选择 | 第38-41页 |
| 3.3.1 搜索起点与方向 | 第38-39页 |
| 3.3.2 搜索策略 | 第39-40页 |
| 3.3.3 评价准则 | 第40页 |
| 3.3.4 停止准则 | 第40-41页 |
| 3.4 本文特征选择算法 | 第41-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于级联支持向量机的分类器 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 支持向量机 | 第47-52页 |
| 4.3 级联支持向量机 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 实验结果与分析 | 第55-64页 |
| 5.1 人脸检测算法流程 | 第55页 |
| 5.2 本文使用人脸图像库 | 第55-56页 |
| 5.3 开发环境简介 | 第56-57页 |
| 5.4 LBP特征实验 | 第57页 |
| 5.5 特征提取实验 | 第57-58页 |
| 5.6 特征选择实验 | 第58-59页 |
| 5.7 级联分类器构建实验 | 第59-60页 |
| 5.8 检测准确率实验 | 第60-63页 |
| 5.9 本章小结 | 第63-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.1.1 主要工作 | 第64-65页 |
| 6.1.2 创新点 | 第65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表或录用的论文 | 第73-74页 |
| 附件 | 第74页 |
