| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 选题的背景及意义 | 第13-14页 |
| 1.2 图像拼接的国内外研究现状及发展趋势 | 第14-15页 |
| 1.2.1 国内外研究现状 | 第14-15页 |
| 1.2.2 发展趋势 | 第15页 |
| 1.3 人脸检测的国内外研究现状及发展趋势 | 第15-18页 |
| 1.3.1 国外研究现状 | 第16-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.3.3 发展趋势 | 第18页 |
| 1.4 人脸检测的难点与热点 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第2章 人脸检测方法综述 | 第21-29页 |
| 2.1 基于知识模型的方法 | 第21-22页 |
| 2.2 基于几何特征的方法 | 第22-23页 |
| 2.2.1 人脸轮廓特征 | 第22页 |
| 2.2.2 器官特征 | 第22-23页 |
| 2.2.3 灰度分布特征 | 第23页 |
| 2.3 基于肤色模型的方法 | 第23-24页 |
| 2.4 基于模板匹配的方法 | 第24-25页 |
| 2.5 基于统计理论的方法 | 第25-28页 |
| 2.5.1 基于特征空间的方法 | 第25-26页 |
| 2.5.2 基于人工神经网络的方法 | 第26页 |
| 2.5.3 基于支持向量机的方法 | 第26-27页 |
| 2.5.4 基于隐马尔可夫模型的方法 | 第27页 |
| 2.5.5 基于 Boosting 的方法 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 一种基于 SIFT 特征匹配的全景图像拼接算法 | 第29-37页 |
| 3.1 图像预处理 | 第29-30页 |
| 3.2 SIFT 图像匹配 | 第30-31页 |
| 3.2.1 SIFT 特征向量提取 | 第30-31页 |
| 3.2.2 SIFT 特征向量匹配 | 第31页 |
| 3.3 RANSAC 图像匹配优化 | 第31-32页 |
| 3.4 图像融合 | 第32-34页 |
| 3.4.1 经典图像融合算法 | 第32-34页 |
| 3.4.2 帽子函数加权平均图像融合法 | 第34页 |
| 3.5 实验结果与分析 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 一种结合几何特征与人脸掩模的人脸检测算法 | 第37-64页 |
| 4.1 肤色分割 | 第38-48页 |
| 4.1.1 颜色空间综述 | 第38-42页 |
| 4.1.2 自适应光照补偿 | 第42-43页 |
| 4.1.3 肤色分割模型 | 第43-45页 |
| 4.1.4 阈值分割 | 第45页 |
| 4.1.5 形态学处理 | 第45-47页 |
| 4.1.6 实验结果与分析 | 第47-48页 |
| 4.2 发色分割 | 第48-49页 |
| 4.3 肤色及发色轮廓提取 | 第49-55页 |
| 4.3.1 经典的轮廓提取方法 | 第49-54页 |
| 4.3.2 基于 OpenCV 的轮廓提取方法 | 第54-55页 |
| 4.4 基于几何约束的人脸粗检测 | 第55-58页 |
| 4.4.1 外接矩形拟合 | 第55-56页 |
| 4.4.2 几何约束特征计算 | 第56-57页 |
| 4.4.3 实验结果及分析 | 第57-58页 |
| 4.5 结合几何特征和人脸掩模的人脸精确定位 | 第58-63页 |
| 4.5.1 复杂背景下经典的人脸检测算法 | 第58-59页 |
| 4.5.2 结合几何特征与人脸掩模的人脸检测算法 | 第59-60页 |
| 4.5.3 实验结果与分析 | 第60-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 基于全景图像拼接的人脸检测系统 | 第64-69页 |
| 5.1 系统开发环境 | 第64页 |
| 5.2 系统功能模块介绍 | 第64-68页 |
| 5.2.1 图像拼接模块 | 第65-66页 |
| 5.2.2 人脸检测模块 | 第66-68页 |
| 5.3 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 附录A 攻读硕士学位期间发表论文及参加科研项目 | 第76-77页 |
| 致谢 | 第77页 |