| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·人脸检测的研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9页 |
| ·本文的主要工作 | 第9-10页 |
| ·本文的结构安排 | 第10-12页 |
| 第二章 人脸检测的相关知识介绍 | 第12-21页 |
| ·人脸检测的相关知识 | 第12页 |
| ·人脸检测算法的评价标准 | 第12-13页 |
| ·人脸检测方法介绍 | 第13-16页 |
| ·基于子空间的方法 | 第13-14页 |
| ·基于人工神经网络的方法 | 第14页 |
| ·基于支持向量机的方法 | 第14-15页 |
| ·基于隐马尔科夫模型的方法 | 第15页 |
| ·基于Adaboost 算法的方法 | 第15-16页 |
| ·基于肤色模型的方法 | 第16页 |
| ·数字图像处理相关知识 | 第16-20页 |
| ·常用色彩空间介绍 | 第16-18页 |
| ·图像特征提取方法 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 Adaboost 人脸检测算法及 SVM 算法描述 | 第21-29页 |
| ·Adaboost 人脸检测原理 | 第21-27页 |
| ·积分图 | 第22页 |
| ·Haar-Like 特征 | 第22-25页 |
| ·Adaboost 算法介绍 | 第25-26页 |
| ·基于Adaboost 算法的人脸检测过程 | 第26-27页 |
| ·SVM 算法介绍 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 利用SVM 改进Adaboost 算法的人脸检测精度 | 第29-34页 |
| ·基于 Adaboost 算法的人脸检测的优缺点 | 第29页 |
| ·利用 SVM 改进 Adaboost 算法的人脸检测方法的设计 | 第29-33页 |
| ·算法流程介绍 | 第29-30页 |
| ·训练SVM 分类器 | 第30-33页 |
| ·检测过程 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第五章 实验结果与分析 | 第34-38页 |
| ·实验结果及分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第六章 总结与展望 | 第38-40页 |
| ·工作总结 | 第38-39页 |
| ·展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 附录 A 攻读学位期间发表的论文 | 第44页 |
