| 摘要 | 第1-6页 |
| Abstract | 第4-6页 |
| 第一章 前言 | 第6-15页 |
| ·人脸检测技术的由来 | 第6页 |
| ·人脸检测的定义以及分类 | 第6-7页 |
| ·人脸检测的应用 | 第7页 |
| ·人脸检测的研究机构以及有关产品 | 第7-8页 |
| ·人脸检测面临的问题 | 第8页 |
| ·人脸检测技术的研究成果回顾 | 第8-15页 |
| ·基于特征的方法 | 第8-12页 |
| ·基于图像的人脸检测方法 | 第12-15页 |
| 第二章 基于Adaboost方法的详解 | 第15-18页 |
| ·积分图的概念 | 第15-16页 |
| ·AdaBoost学习算法 | 第16页 |
| ·Cascade级联检测结构 | 第16-18页 |
| 第三章 基于Boosted Cascade快速方法的改进方案 | 第18-36页 |
| ·双阈值弱分类器 | 第18-28页 |
| ·Cascade检测结构的特点 | 第18页 |
| ·双阈值弱分类器的提出 | 第18-20页 |
| ·BTWC的阈值求取及正确性证明 | 第20-23页 |
| ·计算BTWC双阈值的一般算法 | 第23-24页 |
| ·实验结果 | 第24-28页 |
| ·基于半边脸训练集 | 第28-36页 |
| ·训练样本对检测的影响 | 第28页 |
| ·半边脸训练集的提出及理论依据 | 第28-29页 |
| ·改进方案的具体实现方法 | 第29-32页 |
| ·实验结果 | 第32-36页 |
| 第四章 视频人脸检测 | 第36-43页 |
| ·视频人脸检测的应用 | 第36页 |
| ·视频人脸检测的特点 | 第36页 |
| ·视频人脸检测算法 | 第36-38页 |
| ·视频人脸检测系统的实现 | 第38-43页 |
| ·系统开发平台及工具包介绍 | 第38-39页 |
| ·实现的细节以及重点 | 第39-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士期间的主要工作 | 第47-48页 |
| 致谢 | 第48-49页 |