基于视频的人脸检测和跟踪算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·引言 | 第8-9页 |
| ·课题研究的背景 | 第8页 |
| ·人脸检测与跟踪研究的学术和应用价值 | 第8-9页 |
| ·人脸检测与跟踪技术的难点 | 第9-10页 |
| ·人脸检测的难点 | 第9-10页 |
| ·人脸跟踪技术的难点 | 第10页 |
| ·人脸检测与跟踪研究现状 | 第10-12页 |
| ·人脸检测的研究现状 | 第11页 |
| ·人脸跟踪的研究现状 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 2 人脸检测和跟踪的主要方法 | 第13-20页 |
| ·人脸检测的方法 | 第13-16页 |
| ·基于知识的方法 | 第14页 |
| ·特征不变的方法 | 第14-15页 |
| ·模板匹配的方法 | 第15-16页 |
| ·基于外观的方法 | 第16页 |
| ·人脸跟踪的方法 | 第16-19页 |
| ·基于区域的跟踪 | 第17页 |
| ·基于特征点的跟踪 | 第17-18页 |
| ·基于模板的跟踪 | 第18-19页 |
| ·其他人脸跟踪算法 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 基于 Adaboost 算法的人脸检测 | 第20-32页 |
| ·Boosting 算法 | 第20-21页 |
| ·AdaBoost 算法简介 | 第21-22页 |
| ·AdaBoost 算法应用于人脸检测 | 第22-28页 |
| ·积分图 | 第22-26页 |
| ·AdaBoost 算法 | 第26-27页 |
| ·级联分类器 | 第27-28页 |
| ·实验结果 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 4 基于 Cam Shift 算法的人脸跟踪 | 第32-40页 |
| ·颜色概率分布图 | 第32-34页 |
| ·Mean Shift 算法 | 第34-35页 |
| ·CamShift 算法 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 5 人脸检测和跟踪算法的实现 | 第40-54页 |
| ·算法整体流程 | 第40-47页 |
| ·人脸检测流程 | 第40-46页 |
| ·人脸跟踪流程 | 第46-47页 |
| ·实验结果 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| ·主要工作总结 | 第54页 |
| ·将来工作的展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |
| A 作者在攻读学位期间发表的论文目录 | 第60页 |
