敏感视频中服饰检测与人种检测的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 服饰检测的研究现状 | 第14-15页 |
| 1.2.2 人种检测的研究现状 | 第15-16页 |
| 1.3 研究目标 | 第16页 |
| 1.4 论文的主要内容 | 第16-18页 |
| 2 敏感视频识别系统介绍 | 第18-21页 |
| 2.1 系统的整体流程 | 第18-20页 |
| 2.2 服饰检测与人种检测在系统中的作用 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 视频的预处理 | 第21-25页 |
| 3.1 镜头分割 | 第21-23页 |
| 3.2 关键帧的提取 | 第23页 |
| 3.3 实验结果与分析 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 4 服饰检测模块的设计与实现 | 第25-48页 |
| 4.1 服饰检测中常用的方法 | 第25-30页 |
| 4.1.1 常见的服饰区域定位方法 | 第25-27页 |
| 4.1.2 常见的服饰识别方法 | 第27-30页 |
| 4.2 服饰检测中用到的算法介绍 | 第30-38页 |
| 4.2.1 HOG特征 | 第30-32页 |
| 4.2.2 支持向量机(SVM) | 第32-35页 |
| 4.2.3 LBP特征 | 第35-38页 |
| 4.3 服饰检测的流程 | 第38-42页 |
| 4.4 服饰样本的采集 | 第42-43页 |
| 4.5 行人区域的定位 | 第43-45页 |
| 4.6 服饰特征库的生成 | 第45页 |
| 4.7 服饰的分类判定 | 第45-46页 |
| 4.8 实验结果与分析 | 第46-47页 |
| 4.9 本章小结 | 第47-48页 |
| 5 人种检测模块的设计与实现 | 第48-68页 |
| 5.1 人种检测常用方法介绍 | 第48-51页 |
| 5.1.1 常见的人脸检测方法 | 第48-49页 |
| 5.1.2 常见的人种识别方法 | 第49-51页 |
| 5.2 人种检测中用到的算法 | 第51-54页 |
| 5.2.1 Haar特征 | 第51-52页 |
| 5.2.2 AdaBoost分类器 | 第52-54页 |
| 5.3 人种检测的流程 | 第54-58页 |
| 5.4 典型的人脸图像库及样本的采集 | 第58-59页 |
| 5.5 人脸区域的定位 | 第59-62页 |
| 5.6 人脸矫正 | 第62-64页 |
| 5.7 分类器的生成 | 第64-66页 |
| 5.8 人种的识别 | 第66页 |
| 5.9 实验结果与分析 | 第66-67页 |
| 5.10 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 不足与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
