基于Adaboost的人脸检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 人脸检测概述 | 第8-18页 |
| ·研究背景 | 第8页 |
| ·检测方法概述 | 第8-12页 |
| ·检测方法的分类 | 第8-9页 |
| ·性能评价 | 第9-11页 |
| ·快速人脸检测 | 第11-12页 |
| ·难点和现状 | 第12-13页 |
| ·人脸检测的难点 | 第12-13页 |
| ·人脸检测现状 | 第13页 |
| ·常用的人脸数据库 | 第13-15页 |
| ·研究重点和论文结构 | 第15-18页 |
| 第二章 Adaboost算法 | 第18-28页 |
| ·算法描述 | 第18-21页 |
| ·概念 | 第18-19页 |
| ·算法的深入解释 | 第19-21页 |
| ·相关证明 | 第21-22页 |
| ·训练误差的上界 | 第21-22页 |
| ·训练误差的变化趋势 | 第22页 |
| ·应用到人脸检测中 | 第22-28页 |
| ·Haar特征 | 第23页 |
| ·积分图 | 第23-25页 |
| ·弱分类器 | 第25页 |
| ·级联的思想 | 第25-28页 |
| 第三章 训练人脸分类器 | 第28-38页 |
| ·正样本的准备 | 第28-30页 |
| ·人工标注 | 第28-30页 |
| ·准备正样本 | 第30页 |
| ·分类器的训练 | 第30-35页 |
| ·参数的选择 | 第31-32页 |
| ·选取参数的对比实验 | 第32-35页 |
| ·多角度人脸检测问题 | 第35-38页 |
| ·多角度人脸检测器的融合 | 第35-36页 |
| ·检测结果的融合 | 第36-38页 |
| 第四章 改进的方法 | 第38-44页 |
| ·概述 | 第38页 |
| ·LBP特征 | 第38-39页 |
| ·基于LBP特征的改进 | 第39-44页 |
| ·改进一：速度的提升 | 第39-40页 |
| ·改进二：降低光照条件的影响 | 第40-44页 |
| 第五章 性能评测 | 第44-50页 |
| ·测试集 | 第44-45页 |
| ·评测细节 | 第45-46页 |
| ·判定标准 | 第45-46页 |
| ·关注的参数 | 第46页 |
| ·性能评估结果 | 第46-50页 |
| 第六章 总结 | 第50-52页 |
| ·存在的不足 | 第50页 |
| ·其他boost算法 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 附录 缩写说明 | 第54-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间发表的学术论文 | 第58页 |
