基于矩特征抽取和支持向量机的人脸检测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·人脸检测的研究背景 | 第9-10页 |
| ·人脸检测的基本思想和技术难点 | 第10页 |
| ·人脸检测的意义 | 第10-11页 |
| ·本文内容安排 | 第11-13页 |
| 第二章 人脸检测技术方法及图像处理和特征抽取 | 第13-29页 |
| ·人脸检测方法分类 | 第14-17页 |
| ·基于知识的方法 | 第14页 |
| ·基于特征不变方法 | 第14-15页 |
| ·模版匹配法 | 第15页 |
| ·基于外观的方法 | 第15-16页 |
| ·人脸检测方法总结 | 第16-17页 |
| ·图像处理 | 第17-27页 |
| ·数字图像的定义 | 第17-18页 |
| ·图像的统计特性 | 第18页 |
| ·图像的自相关函数和空域能量谱 | 第18-19页 |
| ·数字图像处理的方法 | 第19页 |
| ·数字图像处理的主要内容 | 第19-27页 |
| ·特征抽取 | 第27-29页 |
| ·人脸模式的几何特征 | 第27-28页 |
| ·人脸模式的代数特征 | 第28-29页 |
| 第三章 不变矩理论及人脸表征 | 第29-41页 |
| ·不变矩理论 | 第29-32页 |
| ·Hu矩 | 第29-31页 |
| ·复数矩 | 第31-32页 |
| ·旋转矩 | 第32页 |
| ·正交矩 | 第32-37页 |
| ·正交性的定义 | 第32页 |
| ·连续正交矩 | 第32-35页 |
| ·离散正交矩 | 第35-37页 |
| ·不变矩的描述人脸的有效性分析 | 第37-39页 |
| ·Hu矩的人脸描述 | 第37-38页 |
| ·Tchebichef矩的人脸描述 | 第38-39页 |
| ·矩表示的冗余度 | 第39-41页 |
| 第四章 分类器设计及实验分析 | 第41-49页 |
| ·二分类模型 | 第41页 |
| ·贝叶斯分类器 | 第41-42页 |
| ·线性分类器 | 第42-43页 |
| ·K-近邻分类器 | 第43-44页 |
| ·支持向量机分类器 | 第44-45页 |
| ·实验结果与分析 | 第45-49页 |
| ·人脸库构成实验环境 | 第45-46页 |
| ·实验过程及结果 | 第46-48页 |
| ·实验一与实验二的对比 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·本文不足之处及期望 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-57页 |
| 攻读学位期间研究成果 | 第57页 |
