复杂背景下的人脸检测

摘要	第1-4页
ABSTRACT	第4-8页
第一章 引言	第8-16页
·人脸检测技术的应用与难点	第8-9页
·人脸检测技术的发展与现状	第9页
·人脸检测技术分类	第9-14页
·基于知识的方法	第10-12页
·基于后验学习和训练的人脸检测方法	第12-14页
·本文的主要工作及内容安排	第14-16页
第二章 图像的预处理	第16-20页
·图像预处理技术	第16-17页
·对图像边框进行处理	第16-17页
·对图像进行亮度规定化	第17页
·人脸检测问题可用的图像库	第17-18页
·人脸训练样本集	第18-20页
第三章 基于肤色的人脸检测算法	第20-30页
·色彩空间	第20-25页
·RGB色彩空间	第21页
·归一化 RGB色彩空间	第21-22页
·HIS色彩空间	第22-24页
·HSV色彩空间	第24-25页
·YCBCR色彩空间	第25页
·光照校正	第25-26页
·检测肤色区域	第26-27页
·颜色模型的选择	第26页
·人脸肤色模型	第26-27页
·分割肤色区域	第27页
·区域分割与区域合并	第27-28页
·标记备选的人脸区域	第28-30页
第四章 基于矩形特征的人脸检测算法	第30-44页
·BOOSTING算法	第30-31页
·ADABOOST算法	第31-33页
·矩形特征	第33-34页
·积分图像	第34-36页
·弱分类器	第36-40页
·强分类器	第40-44页
第五章 算法仿真平台与实验结果的比较	第44-47页
·肤色的人脸检测	第44-45页
·采用 ADABOOST方法的人脸检测	第45-47页
第六章 结束语	第47-49页
·全文总结	第47页
·人脸检测技术展望	第47-49页
参考文献	第49-51页
致谢	第51-52页
攻读硕士学位期间发表论文	第52页