| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-25页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·国内外研究现状和发展趋势 | 第12-22页 |
| ·HRI 概述 | 第12-16页 |
| ·基于视觉的HRI | 第16-19页 |
| ·视觉目标跟踪技术 | 第19-20页 |
| ·人脸识别技术 | 第20-22页 |
| ·本文的主要内容及各章节安排 | 第22-25页 |
| 第2章 视觉目标跟踪和人脸识别方法综述 | 第25-33页 |
| ·引言 | 第25页 |
| ·视觉目标跟踪 | 第25-29页 |
| ·视觉目标跟踪方法 | 第25-27页 |
| ·处理视觉目标跟踪问题的两种思路 | 第27-29页 |
| ·视觉跟踪问题中的难点 | 第29页 |
| ·人脸识别方法综述 | 第29-31页 |
| ·人脸识别中的难点 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第3章 基于多特征融合的粒子滤波目标跟踪算法 | 第33-50页 |
| ·引言 | 第33-34页 |
| ·粒子滤波的基本原理 | 第34-39页 |
| ·Bayesian 滤波 | 第34-36页 |
| ·贝叶斯重要性采样 | 第36-37页 |
| ·序贯重要性采样 | 第37-39页 |
| ·颜色分布模型 | 第39-43页 |
| ·颜色直方图 | 第39页 |
| ·RGB 颜色空间到HSV 颜色空间的转换 | 第39-40页 |
| ·加权颜色直方图 | 第40-41页 |
| ·巴特查理亚距离 | 第41页 |
| ·自适应颜色直方图 | 第41-43页 |
| ·边缘方向直方图 | 第43-44页 |
| ·融合多特征的粒子滤波算法 | 第44-49页 |
| ·视觉跟踪状态模型和观测模型 | 第44页 |
| ·多源信息乘性融合策略 | 第44-45页 |
| ·MFF-PF（Multi-feature Fusion Particle Filter）算法 | 第45-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第4章 基于肤色和粒子滤波的人脸检测与跟踪 | 第50-64页 |
| ·引言 | 第50页 |
| ·人脸检测与定位 | 第50-56页 |
| ·常用的人脸检测方法 | 第50-51页 |
| ·YCbCr 颜色空间 | 第51-52页 |
| ·基于肤色和椭圆模板的人脸检测 | 第52-54页 |
| ·基于Adaboost 算法的人脸检测 | 第54-56页 |
| ·基于肤色和粒子滤波的人脸检测与跟踪 | 第56-63页 |
| ·颜色分布模型和Bhattacharyya 距离 | 第57-58页 |
| ·基于肤色的人脸检测 | 第58-59页 |
| ·人脸检测与自动跟踪的实现 | 第59-61页 |
| ·实验及结果分析 | 第61-62页 |
| ·总结 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第5章 基于二维Gabor 小波和支持向量机的人脸识别 | 第64-73页 |
| ·引言 | 第64-65页 |
| ·人脸Gabor 小波特征提取及降维处理 | 第65-67页 |
| ·二维Gabor 小波 | 第65页 |
| ·人脸图像Gabor 小波特征提取 | 第65-66页 |
| ·人脸Gabor 特征的降维处理 | 第66-67页 |
| ·基于支持向量机的人脸识别 | 第67-69页 |
| ·支持向量机的基本原理 | 第67-69页 |
| ·人脸识别的实现 | 第69页 |
| ·实验及结果分析 | 第69-72页 |
| ·ORL 人脸库测试 | 第70-71页 |
| ·Yale 人脸库测试 | 第71-72页 |
| ·小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·本文工作总结 | 第73-74页 |
| ·进一步研究的方向 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-82页 |
| 附录 | 第82页 |