人脸检测方法研究与系统实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·人脸检测的概念和难点 | 第7页 |
| ·人脸检测技术的发展 | 第7-9页 |
| ·人脸检测结果的评价标准 | 第9-10页 |
| ·论文的研究工作与成果 | 第10-12页 |
| ·课题来源 | 第10页 |
| ·本文研究的主要内容及方法 | 第10-11页 |
| ·本文的结构安排 | 第11-12页 |
| 2 Adaboost算法及其它人脸检测算法 | 第12-20页 |
| ·Adaboost算法的发展 | 第12-14页 |
| ·Boosting背景 | 第12页 |
| ·Adaboost算法的提出 | 第12-13页 |
| ·Adaboost算法应用于人脸检测的发展史 | 第13-14页 |
| ·其他主要人脸检测方法概述 | 第14-18页 |
| ·基于几何特征的人脸检测方法 | 第14-15页 |
| ·基于肤色模型的方法 | 第15-16页 |
| ·基于统计模型的方法 | 第16-18页 |
| ·本章小结 | 第18-20页 |
| 3 分类器的训练 | 第20-39页 |
| ·样本的选取 | 第21-23页 |
| ·人脸样本的选取 | 第21-23页 |
| ·非人脸样本的选取 | 第23页 |
| ·矩形特征 | 第23-28页 |
| ·矩形特征的表示和特征值的计算 | 第23-26页 |
| ·矩形特征的数目 | 第26页 |
| ·积分图的运算 | 第26-28页 |
| ·弱分类器 | 第28-31页 |
| ·Adaboost算法描述 | 第31-38页 |
| ·Adaboost算法描述 | 第31-32页 |
| ·Adaboost算法举例 | 第32-34页 |
| ·Adaboost算法的改进 | 第34-35页 |
| ·强分类器的训练 | 第35-37页 |
| ·多层分类器的结构 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 人脸检测过程 | 第39-52页 |
| ·人脸图像检测过程描述 | 第39-44页 |
| ·图像预处理 | 第39-41页 |
| ·检测过程 | 第41-42页 |
| ·后续处理 | 第42-43页 |
| ·图片中人脸检测结果 | 第43-44页 |
| ·视频中的人脸检测 | 第44-50页 |
| ·视频人脸检测中用到的函数结构 | 第44-45页 |
| ·肤色检测 | 第45-49页 |
| ·人脸的精确检测 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 5 原型系统的实现及结果分析 | 第52-59页 |
| ·实验条件 | 第52页 |
| ·实验系统的实现 | 第52-54页 |
| ·实验系统描述 | 第52页 |
| ·检测系统使用说明 | 第52-54页 |
| ·测试结果及分析 | 第54-58页 |
| ·训练分类器的结果 | 第54-55页 |
| ·图像中人脸的检测结果 | 第55-58页 |
| ·视频中人脸的检测结果 | 第58页 |
| ·与其他方法的比较 | 第58页 |
| ·本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
