基于肤色和haar方差特征的人脸检测方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题的研究背景及意义 | 第10-11页 |
| 1.2 人脸识别研究动态 | 第11-13页 |
| 1.2.1 国外研究动态 | 第11-13页 |
| 1.2.2 国内研究动态 | 第13页 |
| 1.3 人脸检测技术综述 | 第13-18页 |
| 1.3.1 人脸检测技术难点 | 第14-15页 |
| 1.3.2 人脸识别技术的评价标准 | 第15-16页 |
| 1.3.3 人脸检测技术分类 | 第16-18页 |
| 1.4 本文的研究工作 | 第18页 |
| 1.5 文章内容的章节安排 | 第18-20页 |
| 第2章 基于肤色分割的人脸检测原理 | 第20-30页 |
| 2.1 常见颜色空间 | 第20-24页 |
| 2.1.1 RGB颜色空间 | 第20-22页 |
| 2.1.2 HSV颜色空间及分布 | 第22-23页 |
| 2.1.3 YCbCr颜色空间及其分布 | 第23-24页 |
| 2.2 常见肤色分割模型 | 第24-26页 |
| 2.2.1 简单高斯模型 | 第24-25页 |
| 2.2.2 混合高斯模型 | 第25页 |
| 2.2.3 直方图模型 | 第25-26页 |
| 2.2.4 肤色的区域模型 | 第26页 |
| 2.3 图像二值化 | 第26-28页 |
| 2.4 形态学处理 | 第28-30页 |
| 第3章 人脸粗筛过程 | 第30-41页 |
| 3.1 生成肤色概率图 | 第30-35页 |
| 3.1.1 颜色空间的选择 | 第31页 |
| 3.1.2 YCbCr空间的非线性变换 | 第31-33页 |
| 3.1.3 肤色概率图 | 第33-35页 |
| 3.2 遗传算法确定分割阈值 | 第35-38页 |
| 3.2.1 遗传算法的基本运算 | 第35页 |
| 3.2.2 本文遗传算法设计 | 第35-38页 |
| 3.3 测试结果及分析 | 第38-41页 |
| 第4章 人脸精确验证 | 第41-56页 |
| 4.1 Haar方差特征 | 第41-44页 |
| 4.1.1 Haar特征介绍 | 第41-43页 |
| 4.1.2 Haar方差特征值的计算 | 第43-44页 |
| 4.2 支持向量机(SVM) | 第44-48页 |
| 4.2.1 SVM分类思想 | 第45-47页 |
| 4.2.2 基于SVM的人脸特征分类 | 第47-48页 |
| 4.3 实验过程 | 第48-50页 |
| 4.3.1 实验平台 | 第48-50页 |
| 4.3.2 检测过程 | 第50页 |
| 4.4 实验结果及分析 | 第50-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 对未来工作的展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63-64页 |
| 攻读硕士学位期间所发表的学术论文 | 第63-64页 |
