人脸实时检测技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·课题研究的背景 | 第8-9页 |
| ·课题研究的目的及意义 | 第9-10页 |
| ·人脸检测的研究进展与现状 | 第10-14页 |
| ·国内外发展状况 | 第10页 |
| ·人脸检测方法 | 第10-14页 |
| ·本文研究的主要内容 | 第14页 |
| ·本文的结构安排 | 第14-15页 |
| 2 AdaBoost 算法 | 第15-21页 |
| ·Boosting 算法背景 | 第15-16页 |
| ·AdaBoost 算法的提出 | 第16页 |
| ·AdaBoost 算法分析 | 第16-19页 |
| ·算法的过程分析 | 第16-17页 |
| ·算法的性能分析 | 第17-19页 |
| ·AdaBoost 算法在人脸检测中的运用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于 AdaBoost 算法的人脸检测原理 | 第21-45页 |
| ·Haar 特征 | 第21-26页 |
| ·特征概述 | 第22页 |
| ·特征模板 | 第22-23页 |
| ·特征数目的计算 | 第23-26页 |
| ·积分图 | 第26-30页 |
| ·积分图概述 | 第26-28页 |
| ·利用积分图计算 Haar 特征值 | 第28-30页 |
| ·AdaBoost 算法的训练过程 | 第30-40页 |
| ·训练样本选择与预处理 | 第30-33页 |
| ·弱分类器的训练 | 第33-36页 |
| ·强分类器的训练 | 第36-37页 |
| ·级联分类器的训练 | 第37-40页 |
| ·人脸检测过程 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 4 人脸实时检测系统的设计与实现 | 第45-52页 |
| ·OpenCV 简介 | 第45-46页 |
| ·MFC 简介 | 第46页 |
| ·级联分类器的训练 | 第46-49页 |
| ·正负样本集文件 | 第46-47页 |
| ·正样本集文件 | 第47页 |
| ·训练分类器 | 第47-49页 |
| ·人脸检测系统设计 | 第49-51页 |
| ·系统软硬件结构 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 实验结果与分析 | 第52-62页 |
| ·人脸检测结果的评定准则 | 第52页 |
| ·标准人脸库图像测试 | 第52-55页 |
| ·ORL 标准人脸库 | 第53-54页 |
| ·测试结果与分析 | 第54-55页 |
| ·自建人脸库图像测试 | 第55-58页 |
| ·自建人脸库 | 第55-56页 |
| ·实验结果与分析 | 第56-58页 |
| ·人脸检测系统测试 | 第58-61页 |
| ·系统测试结果与分析 | 第58-60页 |
| ·人脸检测系统运行结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
