| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及意义 | 第7-9页 |
| ·人脸跟踪与识别的研究现状概述 | 第9-12页 |
| ·人脸跟踪的研究现状 | 第9-10页 |
| ·人脸识别的发展现状 | 第10-12页 |
| ·本文的工作 | 第12-13页 |
| ·本文的组织结构 | 第13页 |
| ·小结 | 第13-14页 |
| 第二章 人脸检测与跟踪算法介绍 | 第14-30页 |
| ·人脸检测 | 第14-23页 |
| ·人脸检测的方法 | 第14-15页 |
| ·几种常见的色彩模型 | 第15-18页 |
| ·基于肤色的人脸检测 | 第18-23页 |
| ·人脸跟踪 | 第23-29页 |
| ·帧差法 | 第24-25页 |
| ·光流法 | 第25-26页 |
| ·卡尔曼滤波方法 | 第26-27页 |
| ·粒子滤波器 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于 Mean Shift 的人脸跟踪算法及其改进 | 第30-42页 |
| ·Mean Shift 算法简介 | 第30-31页 |
| ·Mean Shift 算法原理 | 第31-35页 |
| ·人脸模型特征表示 | 第31-32页 |
| ·目标的搜索定位 | 第32-33页 |
| ·人脸跟踪实现 | 第33-35页 |
| ·基于目标更新的结合 LBP 特征的 Mean Shift 算法 | 第35-41页 |
| ·LBP 纹理特征介绍 | 第35-36页 |
| ·LBP 特征和颜色直方图结合 | 第36-38页 |
| ·算法实现 | 第38-41页 |
| ·小结 | 第41-42页 |
| 第四章 人脸特征提取与识别算法研究 | 第42-58页 |
| ·人脸特征表示 | 第42-45页 |
| ·基于主成分析(PCA)的人脸识别 | 第45-49页 |
| ·PCA 方法的原理 | 第45-46页 |
| ·PCA 人脸识别算法 | 第46-47页 |
| ·2D-PCA 人脸识别算法 | 第47-49页 |
| ·基于 LDA 的人脸识别 | 第49-53页 |
| ·LDA 人脸识别算法 | 第50-51页 |
| ·2D-LDA 人脸识别算法 | 第51-53页 |
| ·基于样本扩充的 M2D-LDA 人脸识别 | 第53-56页 |
| ·人脸样本的扩充 | 第53-54页 |
| ·M2D-LDA 人脸识别 | 第54-56页 |
| ·实验结果 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 系统设计与实现 | 第58-66页 |
| ·引言 | 第58页 |
| ·系统框架 | 第58-60页 |
| ·系统实现 | 第60-63页 |
| ·核心算法 | 第60-61页 |
| ·软件实现 | 第61-62页 |
| ·系统截图 | 第62-63页 |
| ·实验 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间的主要学术成果 | 第72-74页 |