基于肤色分割的人脸检测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 概述 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·主要应用范围 | 第9页 |
| ·国内外研究现状与动态 | 第9-10页 |
| ·人脸检测的难点 | 第10页 |
| ·论文的结构和主要工作 | 第10-12页 |
| 第二章 人脸检测算法综述 | 第12-18页 |
| ·人脸特征及提取 | 第12-13页 |
| ·肤色特征 | 第12-13页 |
| ·灰度特征 | 第13页 |
| ·肤色区域分割与人脸验证方法 | 第13页 |
| ·基于统计模型的方法 | 第13-16页 |
| ·基于特征空间的方法 | 第14页 |
| ·基于神经网络的方法 | 第14-15页 |
| ·基于支持向量机的方法 | 第15页 |
| ·基于概率模型的方法 | 第15-16页 |
| ·基于启发式模型的方法 | 第16-17页 |
| ·本章小节 | 第17-18页 |
| 第三章 色彩空间和肤色模型 | 第18-29页 |
| ·概述 | 第18-19页 |
| ·色彩空间 | 第18页 |
| ·肤色模型 | 第18-19页 |
| ·RGB 色彩空间及肤色模型 | 第19-20页 |
| ·RGB 色彩空间 | 第19-20页 |
| ·RGB 空间肤色模型 | 第20页 |
| ·HSV 格式色彩空间及肤色模型 | 第20-22页 |
| ·HSV 色彩空间 | 第20-21页 |
| ·HSV 空间肤色模型 | 第21-22页 |
| ·YCbCr 色彩空间及肤色模型 | 第22-27页 |
| ·YCbCr 色彩空间 | 第22页 |
| ·YCbCr 空间肤色模型 | 第22-27页 |
| ·本文采用的色彩空间及肤色模型 | 第27-28页 |
| ·基于RGB 色彩空间肤色模型的思想 | 第27-28页 |
| ·基于HSV 色彩空间肤色模型的思想 | 第28页 |
| ·基于两种思想优化组合 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章肤色分割与人脸区域筛选 | 第29-38页 |
| ·图像预处理 | 第29-31页 |
| ·图像大小的调整 | 第29页 |
| ·光照补偿 | 第29-31页 |
| ·肤色分割 | 第31-33页 |
| ·基于RGB 色彩空间思想的肤色粗分割 | 第31页 |
| ·基于H 值的肤色分割 | 第31-33页 |
| ·基于H 值的直接肤色分割 | 第31-32页 |
| ·基于H 值的滤波后肤色分割 | 第32-33页 |
| ·二值图的形态学滤波处理 | 第33-35页 |
| ·腐蚀(Erosion) | 第33-34页 |
| ·膨胀(dilation) | 第34页 |
| ·开运算和闭运算 | 第34-35页 |
| ·人脸候选区域的筛选 | 第35-37页 |
| ·区域的长宽比 | 第35-36页 |
| ·区域的面积 | 第36页 |
| ·区域的中心 | 第36页 |
| ·算法实验结果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 人脸验证 | 第38-56页 |
| ·二值图的预处理 | 第38-39页 |
| ·基于马赛克模糊结构的人脸粗检测 | 第39-41页 |
| ·基于灰度信息马赛克模糊结构的检测 | 第39-40页 |
| ·基于色度信息马赛克模糊结构的检测 | 第40-41页 |
| ·基于奇异值分解的贝叶斯人脸验证 | 第41-49页 |
| ·基于奇异值的分解 | 第41-44页 |
| ·引言 | 第41-42页 |
| ·奇异特征值向量 | 第42页 |
| ·奇异值特征向量的提取 | 第42-43页 |
| ·奇异特征值向量的重要性质 | 第43-44页 |
| ·基于贝叶斯准则的人脸验证 | 第44-47页 |
| ·人脸、非人脸区域的统计建模 | 第45-46页 |
| ·贝叶斯分类器 | 第46-47页 |
| ·检测实现 | 第47-49页 |
| ·实现过程方框图 | 第47页 |
| ·实验结果 | 第47-49页 |
| ·基于马赛克图的线性分类器人脸验证 | 第49-55页 |
| ·基于马赛克图的特征提取 | 第49页 |
| ·基于线性分类器的人脸验证 | 第49-52页 |
| ·验证实现 | 第52-55页 |
| ·实现人脸验证方框图 | 第52-53页 |
| ·实现过程中的几点说明 | 第53-54页 |
| ·实现结果示例 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结束语 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-60页 |
