| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 综述 | 第8-16页 |
| ·基于外在特征的人脸检测 | 第8-11页 |
| ·基于肤色模型的方法 | 第8-9页 |
| ·基于先验知识的方法 | 第9-10页 |
| ·基于特征不变性的方法 | 第10页 |
| ·基于模板的方法 | 第10-11页 |
| ·基于内在特征的人脸检测 | 第11-13页 |
| ·子空间方法 | 第11-12页 |
| ·神经网络方法 | 第12页 |
| ·支持向量机方法 | 第12-13页 |
| ·隐马尔可夫模型方法 | 第13页 |
| ·Boosting方法 | 第13页 |
| ·人脸识别综述 | 第13-16页 |
| ·常用人脸识别技术简介 | 第14-16页 |
| 第二章 基于肤色的人脸检测 | 第16-24页 |
| ·系统描述 | 第16页 |
| ·初检 | 第16-19页 |
| ·肤色模型 | 第16-19页 |
| ·图像分割和人脸标准化 | 第19-21页 |
| ·基于运动的人脸检测 | 第21-24页 |
| 第三章基于模板匹配的人脸检测 | 第24-27页 |
| ·模板匹配算法 | 第24-25页 |
| ·二值模板匹配 | 第25-27页 |
| 第四章基于神经网络的人脸检测 | 第27-45页 |
| ·BP网络简介 | 第27-29页 |
| ·数据结构定义 | 第29-30页 |
| ·输入矢量标准化 | 第29页 |
| ·输出数据结构定义 | 第29页 |
| ·竞争选择 | 第29-30页 |
| ·高阶神经网络 | 第30-32页 |
| ·基于Bayes网络的人脸检测 | 第32-37页 |
| ·Bayesian网络简介 | 第32-33页 |
| ·基于级联的树状Bayesian网络的人脸检测系统 | 第33-37页 |
| ·用EM算法来训练Bayesian网络 | 第37-41页 |
| ·参数集的训练 | 第37-38页 |
| ·期望最大(EM)算法 | 第38-41页 |
| ·基于稀疏网络人脸检测方法 | 第41-45页 |
| ·稀疏网络结构 | 第41-42页 |
| ·稀疏网络的训练算法 | 第42-45页 |
| 第五章人脸识别 | 第45-49页 |
| ·基于KL变换的特征脸识别方法介绍 | 第45-46页 |
| ·特征脸识别方法 | 第46-49页 |
| ·人脸图像预处理 | 第46-47页 |
| ·基于KL变换的特征提取 | 第47-48页 |
| ·归类器 | 第48-49页 |
| 第六章 实验、总结与展望 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |