| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-18页 |
| ·课题背景与意义 | 第7-9页 |
| ·人脸检测与跟踪的难点 | 第9-10页 |
| ·人脸检测与跟踪的研究现状 | 第10-16页 |
| ·人脸检测方法综述 | 第10-14页 |
| ·人脸跟踪方法综述 | 第14-16页 |
| ·本文的主要工作及创新之处 | 第16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 基于颜色恒常性的肤色分割算法 | 第18-25页 |
| ·颜色恒常性 | 第18-20页 |
| ·相关矩阵法 | 第19-20页 |
| ·肤色分割 | 第20-21页 |
| ·颜色空间 | 第20页 |
| ·肤色模型 | 第20-21页 |
| ·动态阈值 | 第21-22页 |
| ·试验结果与分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于Adaboost 算法的人脸检测 | 第25-43页 |
| ·Harr-like 特征及快速计算方法 | 第25-30页 |
| ·Adaboost 算法 | 第30-33页 |
| ·弱分类器 | 第30页 |
| ·Adaboost 算法 | 第30-33页 |
| ·层叠分类器 | 第33-35页 |
| ·对Adaboost 算法的改进－增加边缘方向特征 | 第35-38页 |
| ·实验结果及分析 | 第38-42页 |
| ·原Adaboost 算法实验结果 | 第38-40页 |
| ·改进算法的实验结果及分析 | 第40-41页 |
| ·检测实例 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 多媒体教学系统中的人脸跟踪算法 | 第43-54页 |
| ·目标跟踪技术简述 | 第43-46页 |
| ·差分法 | 第43-44页 |
| ·光流法 | 第44-45页 |
| ·Camshift 跟踪算法 | 第45-46页 |
| ·多媒体教学系统及对人脸跟踪算法的需求 | 第46-47页 |
| ·Camshift 算法 | 第47-50页 |
| ·颜色概率分布 | 第47-48页 |
| ·Camshift 算法 | 第48-50页 |
| ·Adaboost+Camshift 人脸跟踪算法 | 第50-52页 |
| ·实验结果 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·本文总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |