| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-12页 |
| 1 引言 | 第12-18页 |
| 1.1 研究课题背景 | 第12-13页 |
| 1.2 中医面色辩证理论 | 第13-14页 |
| 1.3 研究现状 | 第14-17页 |
| 1.3.1 基于仪器的面色诊发展 | 第14-15页 |
| 1.3.2 基于图像的面色诊发展 | 第15-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 2 基于面诊的人脸定位 | 第18-27页 |
| 2.1 人脸定位 | 第18-19页 |
| 2.2 基于VIOLA JONES检测器的人脸初步定位 | 第19-21页 |
| 2.2.1 类Haar特征 | 第19页 |
| 2.2.2 积分图 | 第19-20页 |
| 2.2.3 训练AdaBoost | 第20页 |
| 2.2.4 级联分类器 | 第20-21页 |
| 2.3 人脸分割 | 第21-23页 |
| 2.3.1 肤色检测的介绍 | 第21-22页 |
| 2.3.2 人脸分割 | 第22-23页 |
| 2.4 面部五官定位 | 第23-26页 |
| 2.4.1 主动外观模型 | 第24-25页 |
| 2.4.2 基于AAM的五官定位 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 人脸感兴趣区域分割 | 第27-40页 |
| 3.1 基于中医面诊的感兴趣区域分割 | 第27-32页 |
| 3.1.1 中医面色诊原理及ROI选择 | 第27-29页 |
| 3.1.2 手动定位ROI | 第29-32页 |
| 3.2 基于YCBCR颜色空间的皮肤分割 | 第32-39页 |
| 3.2.1 YCbCr色彩空间 | 第33-35页 |
| 3.2.2 椭圆肤色模型 | 第35-37页 |
| 3.2.3 ROI的皮肤分割 | 第37-39页 |
| 3.3 本章小结 | 第39-40页 |
| 4 特征的选择及面色分类 | 第40-64页 |
| 4.1 经典的机器学习分类器 | 第41-45页 |
| 4.1.1 支持向量机 | 第41-43页 |
| 4.1.2 BP神经网络 | 第43-45页 |
| 4.2 提取人脸面部特征 | 第45-53页 |
| 4.2.1 RGB颜色特征 | 第46页 |
| 4.2.2 归一化rgb颜色特征 | 第46-47页 |
| 4.2.3 YCbCr颜色特征 | 第47页 |
| 4.2.4 HSV颜色特征 | 第47-48页 |
| 4.2.5 XYZ颜色特征 | 第48-49页 |
| 4.2.6 Lab颜色特征 | 第49-50页 |
| 4.2.7 面部纹理特征 | 第50-52页 |
| 4.2.8 局部二值模式 | 第52-53页 |
| 4.3 面色分类 | 第53-59页 |
| 4.3.1 基于颜色特征的面色分类 | 第54-57页 |
| 4.3.2 基于颜色和纹理特征的面色分类 | 第57-59页 |
| 4.4 与其他方法进行比较 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |