| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·小波变换及其在数字图像处理领域的应用 | 第11-12页 |
| ·人眼状态识别技术的研究现状及其存在的不足 | 第12-15页 |
| ·本文的主要工作和内容安排 | 第15-17页 |
| 第2章 人脸检测的研究 | 第17-31页 |
| ·常用的人脸检测方法 | 第17-21页 |
| ·基于肤色模型的人脸检测方法 | 第21-30页 |
| ·色彩空间及其相互转换 | 第22-24页 |
| ·肤色模型的建立及求解相似度矩阵 | 第24-25页 |
| ·相似度矩阵中值滤波 | 第25-26页 |
| ·相似度矩阵归一化 | 第26-27页 |
| ·人脸分割、定位 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 二维 Gabor 滤波器介绍 | 第31-39页 |
| ·Gabor 变换的提出 | 第31-33页 |
| ·Gabor 小波变换 | 第33-34页 |
| ·二维 Gabor 滤波 | 第34-38页 |
| ·图像预处理 | 第34-36页 |
| ·二维 Gabor 滤波器的参数响应 | 第36-38页 |
| ·二维 Gabor 滤波器的光照鲁棒性 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于 Gabor 小波变换和积分投影的人眼状态识别技术 | 第39-46页 |
| ·传统积分投影方法 | 第39-41页 |
| ·利用峰平比的快速人眼状态识别算法 | 第41-43页 |
| ·改进的积分投影法中的 Gabor 滤波器的作用 | 第42-43页 |
| ·改进的积分投影法中的峰平比 | 第43页 |
| ·实验结果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于 Gabor 小波变换和模式识别的人眼状态识别技术 | 第46-63页 |
| ·数字图像的模式识别 | 第47-48页 |
| ·人眼定位 | 第48-50页 |
| ·特征抽取 | 第50-52页 |
| ·支持向量机分类器 | 第52-59页 |
| ·线性可分支持向量机 | 第53-56页 |
| ·线性支持向量机 | 第56-57页 |
| ·可分支持向量机 | 第57-59页 |
| ·C-支持向量机 | 第59页 |
| ·LIBSVM 分类实现 | 第59-62页 |
| ·数据准备 | 第59-60页 |
| ·数据缩放 | 第60-61页 |
| ·参数寻优 | 第61页 |
| ·训练数据 | 第61-62页 |
| ·预测分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·主要研究工作总结 | 第63页 |
| ·主要创新点 | 第63页 |
| ·研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间公开发表的学术论文 | 第69-70页 |
| 致谢 | 第70-71页 |