| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| CONTENTS | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·人脸识别技术概述 | 第8-11页 |
| ·人脸识别技术的发展 | 第8-9页 |
| ·研究和应用现状分析 | 第9页 |
| ·系统的测试与评价 | 第9-11页 |
| ·人脸识别的技术挑战 | 第11页 |
| ·本文的工作 | 第11-14页 |
| 第二章 人脸的基本特征 | 第14-20页 |
| ·人脸的肤色特征 | 第14-17页 |
| ·常用的色系空间 | 第14-16页 |
| ·肤色的特征模型 | 第16-17页 |
| ·人脸的灰度特征 | 第17-20页 |
| ·灰度的分布统计特征 | 第17-18页 |
| ·灰度的特征域特征 | 第18-20页 |
| 第三章 人脸实时检测 | 第20-33页 |
| ·基于肤色模型的人脸检测方法 | 第20-24页 |
| ·CAMSHIFT算法描述 | 第20-24页 |
| ·改进的CAMSHIFT算法 | 第24页 |
| ·基于局部Haar特征的人脸检测方法 | 第24-30页 |
| ·局部Haar特征 | 第25-26页 |
| ·弱分类器 | 第26-27页 |
| ·AdaBoost机器学习算法 | 第27-29页 |
| ·层叠分类器 | 第29-30页 |
| ·人脸检测的算法描述 | 第30页 |
| ·实验结果与分析 | 第30-33页 |
| 第四章 基于嵌入式隐马尔可夫模型(Embedded HMM)的人脸识别 | 第33-46页 |
| ·HMM的基本知识 | 第33-35页 |
| ·Markov模型 | 第33-34页 |
| ·Hidden Markov模型 | 第34-35页 |
| ·HMM的三个基本问题 | 第35-37页 |
| ·估值问题 | 第35-36页 |
| ·解码问题 | 第36-37页 |
| ·训练问题 | 第37页 |
| ·Embedded HMM在人脸识别中的应用 | 第37-44页 |
| ·基于Embedded HMM的人脸模型 | 第37-40页 |
| ·Embedded HMM参数的训练 | 第40-42页 |
| ·人脸相似度匹配 | 第42-43页 |
| ·识别算法的改进 | 第43-44页 |
| ·实验结果和分析 | 第44-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文 | 第52-53页 |
| 独创性声明 | 第53-54页 |
| 致谢 | 第54页 |