| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的提出 | 第8页 |
| ·人脸检测的主要方法 | 第8-12页 |
| ·基于几何特征的方法 | 第8-9页 |
| ·基于肤色模型的人脸检测方法 | 第9-10页 |
| ·基于统计理论的人脸检测方法 | 第10-12页 |
| ·人脸检测方法的进展及性能评价 | 第12-13页 |
| ·人脸检测方法的进展 | 第12页 |
| ·人脸检测方法的性能评价 | 第12-13页 |
| ·人脸检测存在的问题及本文主要工作 | 第13-14页 |
| ·论文结构 | 第14-15页 |
| 第二章 ADABOOST 算法原理 | 第15-24页 |
| ·Boosting 算法 | 第15页 |
| ·矩形特征及积分图 | 第15-17页 |
| ·矩形特征 | 第15-17页 |
| ·积分图 | 第17页 |
| ·AdaBoost 算法 | 第17-18页 |
| ·分类器级联策略 | 第18-19页 |
| ·AdaBoost 算法的改进方法及各自优缺点 | 第19-23页 |
| ·AdaBoost 方法分析 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 在YCRCB 空间用肤色检测改进ADABOOST 算法 | 第24-33页 |
| ·几个彩色空间介绍 | 第24-25页 |
| ·YCrCb 空间 | 第25-28页 |
| ·彩色空间模型的选择 | 第25-26页 |
| ·CrCb 值的确定 | 第26-28页 |
| ·对CrCb 分割肤色效果的验证 | 第28页 |
| ·由粗到精的搜索策略 | 第28-29页 |
| ·检测过程和分析 | 第29-32页 |
| ·肤色分割效果验证 | 第29-32页 |
| ·算法改进前后的检测时间对比 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 用HE-LGDCT 补偿光照改进肤色检测 | 第33-45页 |
| ·问题的提出 | 第33-34页 |
| ·HE-lgDCT 补偿光照改进肤色检测 | 第34-42页 |
| ·直方图均衡化调整光照 | 第34-36页 |
| ·lgDCT（对数域离散余弦变换）补偿光照改进肤色检测 | 第36-42页 |
| ·光照补偿策略 | 第42-43页 |
| ·实验与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 PCA 对GABOR 特征降维 | 第45-53页 |
| ·PCA 降维原理 | 第45-48页 |
| ·PCA 方法 | 第45页 |
| ·基本原理 | 第45-47页 |
| ·PCA 应用于人脸识别的工作原理 | 第47页 |
| ·PCA 对特征降维 | 第47-48页 |
| ·Gabor 特征 | 第48-49页 |
| ·Gabor 滤波器 | 第48页 |
| ·Gabor 特征 | 第48-49页 |
| ·PCA 对 Gabor 特征级联分类器降维 | 第49-51页 |
| ·仿真实验验证降维效果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 算法验证的系统框架 | 第53-60页 |
| ·系统结构 | 第53页 |
| ·软件系统 | 第53-55页 |
| ·图片及摄像头正面人脸测试 | 第55-57页 |
| ·加入旋转人脸检测以提高系统鲁棒性 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| ·论文的工作总结 | 第60-61页 |
| ·下一步工作展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录A:作者在攻读硕士期间发表的论文 | 第68-69页 |
| 附录B：部分程序清单 | 第69-77页 |