基于AdaBoost算法的人脸检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·研究背景 | 第11-12页 |
| ·人脸检测的特点 | 第12-13页 |
| ·人脸检测研究的目的和意义 | 第12-13页 |
| ·人脸检测的评价标准 | 第13页 |
| ·人脸检测的研究现状 | 第13-22页 |
| ·研究的初始期 | 第14-15页 |
| ·研究的发展期 | 第15-20页 |
| ·研究的转折点 | 第20-22页 |
| ·本文主要研究内容 | 第22-23页 |
| 第2章 基于Adboost 算法的人脸检测 | 第23-43页 |
| ·AdaBoost 算法背景问题 | 第23-24页 |
| ·Adboost 算法原理 | 第24-31页 |
| ·矩形特征的提取 | 第24-25页 |
| ·矩形特征的描述 | 第25-26页 |
| ·检测器内特征 | 第26-27页 |
| ·积分图 | 第27-31页 |
| ·AdaBoost 算法训练分类器 | 第31-35页 |
| ·AdaBoost 算法框架 | 第31-34页 |
| ·分类器的训练及选取 | 第34-35页 |
| ·Adaboost 算法训练优化 | 第35-38页 |
| ·Adaboost 训练耗时原因 | 第35-36页 |
| ·Adaboost 训练的优化 | 第36-37页 |
| ·减少特征数量 | 第37-38页 |
| ·人脸检测架构 | 第38-42页 |
| ·Cascade 算法思想 | 第39-41页 |
| ·Cascade 算法架构 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 人脸检测技术的实现 | 第43-50页 |
| ·系统介绍 | 第43-45页 |
| ·训练样本集 | 第45-46页 |
| ·样本预处理 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 实验结果及分析 | 第50-55页 |
| ·静态人脸检测对比 | 第50-53页 |
| ·视频流中动态检测对比 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
