| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·视频监控系统发展的国内外现状 | 第10-11页 |
| ·人脸检测与跟踪的研究现状 | 第11-14页 |
| ·人脸检测技术 | 第11-13页 |
| ·人脸跟踪技术 | 第13-14页 |
| ·存在的主要问题 | 第14页 |
| ·本文的主要创新点与结构安排 | 第14-16页 |
| 第二章 视频图像序列预处理 | 第16-22页 |
| ·光照补偿 | 第16-17页 |
| ·图像滤波 | 第17-19页 |
| ·运动目标检测 | 第19-21页 |
| ·视频背景提取 | 第19-20页 |
| ·运动目标提取 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于肤色特征的人脸检测算法 | 第22-43页 |
| ·常用色彩空间 | 第22-26页 |
| ·RGB(rgb)色彩空间 | 第22-23页 |
| ·HSV(HIS)色彩空间 | 第23-25页 |
| ·YUV 系列色彩空间 | 第25-26页 |
| ·肤色模型分类 | 第26-30页 |
| ·阈值化肤色模型 | 第27页 |
| ·参数化高斯模型 | 第27-29页 |
| ·非参数化直方图模型 | 第29-30页 |
| ·基于改进的 YCbCr 模型的肤色分割算法 | 第30-35页 |
| ·色彩空间的选择 | 第30-31页 |
| ·改进的 YCbCr 色彩空间 | 第31-32页 |
| ·肤色模型的建立 | 第32-34页 |
| ·肤色分割实验 | 第34-35页 |
| ·基于分层过滤结构的人脸检测方法 | 第35-41页 |
| ·数学形态学滤波 | 第35-37页 |
| ·连通区域标定 | 第37-39页 |
| ·候选区域筛选 | 第39-40页 |
| ·模板匹配 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于卡尔曼滤波的 CamShift 人脸跟踪算法 | 第43-61页 |
| ·引言 | 第43页 |
| ·Mean Shift 算法基本理论 | 第43-47页 |
| ·Mean Shift 原理 | 第43-45页 |
| ·Mean Shift 算法跟踪步骤 | 第45-47页 |
| ·CamShift 算法 | 第47-51页 |
| ·颜色概率分布图 | 第47-48页 |
| ·算法跟踪原理 | 第48-49页 |
| ·人脸跟踪步骤 | 第49-50页 |
| ·算法分析 | 第50-51页 |
| ·卡尔曼滤波方法 | 第51-54页 |
| ·卡尔曼滤波器简介 | 第51-52页 |
| ·卡尔曼滤波原理 | 第52-54页 |
| ·改进的 CamShift 人脸跟踪算法 | 第54-58页 |
| ·问题的提出 | 第54页 |
| ·人脸跟踪中卡尔曼建模 | 第54-55页 |
| ·本文跟踪算法流程图 | 第55-56页 |
| ·遮挡问题的处理 | 第56-58页 |
| ·人脸快速运动跟踪 | 第58页 |
| ·实验结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 系统设计与实现 | 第61-67页 |
| ·引言 | 第61页 |
| ·系统组成 | 第61-62页 |
| ·软件实现 | 第62-66页 |
| ·OpenCV 简介 | 第62-63页 |
| ·系统软件结构 | 第63-65页 |
| ·软件运行界面 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间的研究成果 | 第74页 |