| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 縮略词索引 | 第12-13页 |
| 第一章 绪论 | 第13-23页 |
| ·课题研究的背景及意义 | 第13页 |
| ·当前人脸检测的研究现状 | 第13-21页 |
| ·基于知识规则的方法 | 第15-16页 |
| ·基于可视特征的方法 | 第16-19页 |
| ·基于模板匹配的方法 | 第19-20页 |
| ·人脸检测的难点 | 第20-21页 |
| ·论文主要内容与结构安排 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 图像预处理 | 第23-28页 |
| ·直方图均衡 | 第23-25页 |
| ·中值滤波 | 第25-26页 |
| ·光照补偿 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于改进AdaBoost的人脸检测算法分析 | 第28-48页 |
| ·特征及其计算 | 第28-32页 |
| ·矩形特征 | 第29-31页 |
| ·积分图 | 第31-32页 |
| ·AdaBoost算法 | 第32-40页 |
| ·训练部分 | 第32-36页 |
| ·分类器级联 | 第36-38页 |
| ·检测部分 | 第38-40页 |
| ·基于改进AdaBoost算法的人脸检测 | 第40-47页 |
| ·环形对称Gabor变换 | 第41-44页 |
| ·提取CSGT特征 | 第44页 |
| ·训练AdaBoost分类器 | 第44-45页 |
| ·实验结果及分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于复杂背景的人脸检测 | 第48-62页 |
| ·基于肤色的人脸检测 | 第48-55页 |
| ·肤色分割 | 第48-50页 |
| ·形态学处理 | 第50-54页 |
| ·肤色检测结果 | 第54-55页 |
| ·基于肤色分割和AdaBoost算法的人脸检测 | 第55-57页 |
| ·样本选取 | 第55-56页 |
| ·图像预处理 | 第56页 |
| ·人脸检测结果分析 | 第56-57页 |
| ·基于运动估计和AdaBoost算法的视频人脸检测 | 第57-61页 |
| ·运动区域检测 | 第57-58页 |
| ·运动检测和AdaBoost算法的融合 | 第58-59页 |
| ·结果分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 基于视频的实时人脸检测 | 第62-74页 |
| ·图像预处理 | 第62页 |
| ·人脸检测 | 第62-63页 |
| ·人脸跟踪模块 | 第63-72页 |
| ·尺度空间的极值检测 | 第64-67页 |
| ·抽取稳定的关键点 | 第67-69页 |
| ·为关键点指定方向 | 第69-70页 |
| ·局部描述子 | 第70-71页 |
| ·特征匹配 | 第71-72页 |
| ·实验结果分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-84页 |
| 致谢 | 第84-85页 |
| 攻读硕士期间发表论文 | 第85-86页 |
| 学位论文评阅及答辩情况表 | 第86页 |