基于AdaBoost的人脸检测研究与实现

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-16页
·研究背景	第10-11页
·研究难点	第11页
·人脸检测的评价标准	第11-12页
·研究现状和相关工作	第12-15页
·本文的工作	第15-16页
第2章 肤色检测	第16-32页
·建立肤色样本库	第16-18页
·颜色空间介绍	第18-22页
·肤色分割方法介绍	第22-24页
·直方图阈值肤色检测法	第24-26页
·实验结果	第26-31页
·阈值法比较实验	第26-30页
·直方图阈值法实验	第30-31页
·本章小结	第31-32页
第3章 基于AdaBooSt的人脸检测	第32-42页
·PAC学习模型	第32页
·强学习与弱学习	第32-33页
·Boosting算法	第33页
·矩形特征和积分图	第33-36页
·弱学习算法	第36-38页
·单阈值弱分类器	第36-37页
·双阈值弱分类器	第37-38页
·AdaBoost算法	第38-40页
·级联算法	第40-42页
第4章 系统实现与结果分析	第42-62页
·人脸检测系统框架	第42页
·样本准备	第42-45页
·训练部分	第45-46页
·检测部分	第46-48页
·实验与结果分析	第48-62页
·单阈值与双阈值比较实验	第48-51页
·可见光人脸检测实验	第51-55页
·近红外人脸检测实验	第55-58页
·可见光彩色人脸检测实验	第58-62页
第5章 总结与展望	第62-64页
参考文献	第64-68页
致谢	第68页