彩色图像中复杂背景下的多人脸检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-14页 |
| ·论文研究背景及意义 | 第8-9页 |
| ·人脸检测方法发展与研究现状 | 第9-12页 |
| ·本文主要研究内容及结构安排 | 第12-14页 |
| 第2 章人脸肤色建模 | 第14-33页 |
| ·引言 | 第14页 |
| ·颜色空间 | 第14-15页 |
| ·不同颜色空间常用的肤色模型 | 第15-27页 |
| ·RGB肤色模型 | 第16-18页 |
| ·YCbCr肤色模型 | 第18-20页 |
| ·GLHS肤色模型 | 第20-23页 |
| ·CIE Luv和 CIE Lab肤色模型 | 第23-25页 |
| ·YES肤色模型 | 第25页 |
| ·KL肤色模型 | 第25-26页 |
| ·TSL肤色模型 | 第26-27页 |
| ·YUV肤色模型 | 第27页 |
| ·其他肤色建模方法 | 第27-28页 |
| ·本文提出的肤色模型 | 第28-31页 |
| ·肤色模型小结 | 第31-33页 |
| 第3 章基于PSO的人脸候选区域搜索 | 第33-37页 |
| ·PSO优化算法 | 第33页 |
| ·区域搜索算法流程 | 第33-35页 |
| ·PSO与逐点扫描法比较 | 第35-37页 |
| 第4 章人脸确认 | 第37-59页 |
| ·基于特征不变法的人脸确认 | 第37-41页 |
| ·基于直方图均衡化的嘴唇检测 | 第38-39页 |
| ·眼睛的检测 | 第39-40页 |
| ·实验结果及讨论 | 第40-41页 |
| ·基于模板匹配的人脸确认 | 第41-44页 |
| ·基于BP神经网络的人脸确认 | 第44-53页 |
| ·网络结构与训练 | 第44-48页 |
| ·基于BP网络的人脸确认 | 第48-51页 |
| ·基于 BP 网络的实验结果及讨论 | 第51-53页 |
| ·Boosted Cascade 人脸检测算法 | 第53-57页 |
| ·特征与积分图 | 第53-55页 |
| ·Boosted Cascade 学习算法 | 第55-56页 |
| ·瀑布型分类器 | 第56-57页 |
| ·实验结果与讨论 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |
