复杂背景下基于彩色图像的人脸检测
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·人脸检测研究的背景和意义 | 第9-10页 |
| ·人脸检测研究的现状 | 第10-11页 |
| ·现有的人脸检测方法分类 | 第11-14页 |
| ·基于知识的方法 | 第11-12页 |
| ·基于特征的方法 | 第12-13页 |
| ·模版匹配的方法 | 第13页 |
| ·基于表象的方法 | 第13-14页 |
| ·基于肤色的人脸检测算法分类 | 第14-16页 |
| ·肤色检测加特征验证的算法 | 第14页 |
| ·肤色检测加Mosaic 法验证 | 第14-15页 |
| ·肤色检测加聚类分割再特征验证的方法 | 第15页 |
| ·肤色检测加神经网络验证的方法 | 第15页 |
| ·肤色检测加模板匹配方法 | 第15页 |
| ·其它方法 | 第15-16页 |
| ·本文采用的方法 | 第16页 |
| ·人脸检测系统的评价标准 | 第16-18页 |
| ·人脸检测结果的评价标准 | 第16-17页 |
| ·人脸检测问题可用的图像库 | 第17-18页 |
| ·论文主要研究工作及组织结构 | 第18-20页 |
| 第二章 图像处理技术 | 第20-29页 |
| ·彩色光照补偿 | 第20-21页 |
| ·平滑线性滤波去噪 | 第21-22页 |
| ·二值图像处理 | 第22-28页 |
| ·形态学处理 | 第22-26页 |
| ·直方图均衡化 | 第26-28页 |
| ·图像面积和位置 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 彩色图像中的肤色分割 | 第29-43页 |
| ·肤色特征 | 第29-30页 |
| ·色彩空间理论 | 第30-35页 |
| ·RGB 色彩空间 | 第30-31页 |
| ·rgb 亮度归一化的三基色空间 | 第31-32页 |
| ·HSI 色彩空间 | 第32页 |
| ·YIQ 色彩空间 | 第32-33页 |
| ·YUV 色彩空间 | 第33-34页 |
| ·CIE 色彩空间 | 第34页 |
| ·YCbCr 色彩空间 | 第34-35页 |
| ·色彩空间的选择 | 第35页 |
| ·肤色模型的分类 | 第35-37页 |
| ·区域模型 | 第36页 |
| ·简单高斯模型 | 第36页 |
| ·混合高斯模型 | 第36-37页 |
| ·直方图模型 | 第37页 |
| ·肤色模型的建立 | 第37-38页 |
| ·肤色分割的具体过程 | 第38-40页 |
| ·人脸候选区域的筛选 | 第40-42页 |
| ·边缘提取 | 第40-41页 |
| ·连通距离 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 模版匹配验证的人脸检测技术 | 第43-59页 |
| ·梯度能量和纹理特征提取 | 第43-53页 |
| ·小波原理 | 第43-46页 |
| ·离散小波的快速算法 | 第46-49页 |
| ·梯度能量 | 第49页 |
| ·纹理特征 | 第49-53页 |
| ·模版匹配的原理 | 第53-55页 |
| ·模板的制作 | 第55-56页 |
| ·角度投影 | 第55页 |
| ·平均梯度能量谱 | 第55-56页 |
| ·人脸模板匹配过程 | 第56-57页 |
| ·候选区域的标记 | 第56页 |
| ·多分辨搜索 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 人脸检测系统的实现与数据分析 | 第59-70页 |
| ·系统组成 | 第59-60页 |
| ·算法流程 | 第60-62页 |
| ·能量谱匹配 | 第60-61页 |
| ·纹理特征匹配 | 第61-62页 |
| ·实现原则 | 第62页 |
| ·算法实现 | 第62-64页 |
| ·平台的准备 | 第62-63页 |
| ·图像库的采集 | 第63-64页 |
| ·结果分析 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·本文工作总结 | 第70-71页 |
| ·未来工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果 | 第76-77页 |
