| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究背景与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·视频人脸检索技术中存在的问题 | 第13页 |
| ·课题研究内容及主要工作 | 第13-14页 |
| ·论文组织及安排 | 第14-17页 |
| 第二章 视频人脸检索相关技术 | 第17-31页 |
| ·视频预处理 | 第18-21页 |
| ·镜头检测 | 第19-20页 |
| ·关键帧提取 | 第20-21页 |
| ·人脸检测方法 | 第21-25页 |
| ·基于知识的方法 | 第22-23页 |
| ·基于学习的方法 | 第23-25页 |
| ·人脸识别方法 | 第25-29页 |
| ·非子空间法 | 第26-27页 |
| ·子空间法 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 AdaBoost视频人脸检测方法 | 第31-41页 |
| ·AdaBoost算法简介 | 第31-32页 |
| ·AdaBoost算法原理 | 第32-37页 |
| ·Haar特征 | 第32-34页 |
| ·积分图 | 第34-35页 |
| ·级联分类器 | 第35-37页 |
| ·人脸检测模块实验结果 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 奇异值分解融合改进PCA的视频人脸检索方法 | 第41-55页 |
| ·奇异值分解 | 第41-43页 |
| ·基于PCA的人脸识别 | 第43-47页 |
| ·基本原理 | 第43-46页 |
| ·人脸识别过程 | 第46-47页 |
| ·改进的PCA方法 | 第47-49页 |
| ·SPCA+方法的具体步骤 | 第49-50页 |
| ·人脸识别模块实验结果 | 第50-52页 |
| ·本章小结 | 第52-55页 |
| 第五章 视频人脸检索系统的实现 | 第55-67页 |
| ·视频人脸检索系统框架 | 第55-56页 |
| ·系统模块实现 | 第56-59页 |
| ·视频预处理模块 | 第57页 |
| ·人脸检测模块 | 第57-58页 |
| ·视频人脸检索模块 | 第58-59页 |
| ·实验结果 | 第59-65页 |
| ·视频人脸检索系统界面 | 第59-61页 |
| ·性能评价指标 | 第61页 |
| ·实验测试集 | 第61-62页 |
| ·实验结果及分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文 | 第75页 |