彩色图像中人脸检测与跟踪研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·课题的研究背景及意义 | 第8-9页 |
| ·人脸检测及跟踪的难点和发展现状 | 第9-17页 |
| ·人脸检测的难点 | 第9-10页 |
| ·人脸检测方法的研究现状 | 第10-14页 |
| ·人脸跟踪的难点 | 第14-15页 |
| ·人脸跟踪方法的研究现状 | 第15-17页 |
| ·本文的主要工作及论文结构 | 第17-20页 |
| ·主要工作 | 第17-18页 |
| ·章节安排 | 第18-20页 |
| 2 肤色区域分割 | 第20-32页 |
| ·色彩空间的选择 | 第20-24页 |
| ·常用色彩空间的对比 | 第20-22页 |
| ·一种新的色彩空间—YCgCr空间 | 第22-24页 |
| ·肤色模型的选择 | 第24-29页 |
| ·常用的肤色模型 | 第24-25页 |
| ·一种新的基于YCgCr空间的肤色建模方法 | 第25-29页 |
| ·肤色分割结果 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 基于肤色分割和几何特征的人脸检测及眼睛定位 | 第32-44页 |
| ·人脸检测算法 | 第32-36页 |
| ·二值图像的形态学处理 | 第32-33页 |
| ·连通域的标记 | 第33页 |
| ·人脸候选区域的几何筛选 | 第33-34页 |
| ·人脸检测的实验结果 | 第34-36页 |
| ·眼睛的定位 | 第36-41页 |
| ·人眼定位的难点 | 第36-37页 |
| ·常见的人眼定位算法 | 第37页 |
| ·一种基于色彩与几何信息的人眼定位方法 | 第37-40页 |
| ·眼睛准确定位结果 | 第40-41页 |
| ·以眼睛对为基准映射人脸 | 第41-42页 |
| ·以眼睛对为基准映射人脸的算法研究 | 第41-42页 |
| ·映射人脸定位的实验结果 | 第42页 |
| ·本章小结 | 第42-44页 |
| 4.基于支持向量机(SVM)的人脸检测 | 第44-60页 |
| ·支持向量机(SVM)理论 | 第44-47页 |
| ·最优分类超平面 | 第44-46页 |
| ·支持向量机 | 第46-47页 |
| ·常用的核函数 | 第47页 |
| ·SVM人脸检测 | 第47-59页 |
| ·样本图像的采集 | 第47-49页 |
| ·图像的预处理 | 第49-50页 |
| ·样本图像的特征降维 | 第50-53页 |
| ·SVM分类器的训练 | 第53-54页 |
| ·金字塔式图像检索策略 | 第54-55页 |
| ·级联式人脸检测 | 第55-56页 |
| ·系统结构框架 | 第56-57页 |
| ·实验结果与分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 基于均值偏移的人脸跟踪 | 第60-74页 |
| ·均值偏移(Mean Shift)的基本理论 | 第60-62页 |
| ·均值偏移简介 | 第60页 |
| ·Mean Shift理论 | 第60-62页 |
| ·Mean Shift跟踪算法 | 第62-66页 |
| ·颜色特征空间 | 第63页 |
| ·加权直方图描述 | 第63页 |
| ·候选区域的加权建模 | 第63-64页 |
| ·目标模型直方图的相似性度量 | 第64页 |
| ·跟踪过程 | 第64-65页 |
| ·Mean Shift人脸跟踪实验 | 第65-66页 |
| ·结合卡尔曼滤波的人脸跟踪 | 第66-71页 |
| ·Mean Shift的不足 | 第66页 |
| ·卡尔曼滤波预测理论 | 第66-67页 |
| ·遮挡情况下的处理 | 第67-68页 |
| ·卡尔曼预测应用于人脸跟踪 | 第68-71页 |
| ·核窗宽的自适应调整 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| ·本文工作总结 | 第74-75页 |
| ·未来工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
