| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 论文的主要工作 | 第11-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 人脸检测的理论知识 | 第14-25页 |
| 2.1 色彩空间 | 第14-17页 |
| 2.1.1 RGB 颜色空间 | 第14-15页 |
| 2.1.2 HSV 颜色空间 | 第15-16页 |
| 2.1.3 YCrCb 颜色空间 | 第16-17页 |
| 2.2 肤色模型 | 第17-19页 |
| 2.2.1 简单肤色模型 | 第17-18页 |
| 2.2.2 高斯肤色模型 | 第18-19页 |
| 2.3 数学形态学 | 第19-21页 |
| 2.3.1 结构元 | 第19-20页 |
| 2.3.2 膨胀 | 第20页 |
| 2.3.3 腐蚀 | 第20页 |
| 2.3.4 开运算 | 第20-21页 |
| 2.3.5 闭运算 | 第21页 |
| 2.4 投影图 | 第21-22页 |
| 2.5 人脸检测方法分析 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于 YCrCb 颜色空间的人脸检测算法设计 | 第25-44页 |
| 3.1 改进算法设计思路 | 第25-26页 |
| 3.2 改进 RGB 转换 YCrCb 算法 | 第26-32页 |
| 3.2.1 传统转换算法的不足 | 第26-28页 |
| 3.2.2 算法改进原理 | 第28-31页 |
| 3.2.3 对改进算法的实验结果 | 第31-32页 |
| 3.3 肤色模型与肤色分割 | 第32-35页 |
| 3.3.1 肤色模型 | 第33-34页 |
| 3.3.2 肤色分割 | 第34-35页 |
| 3.4 数学形态学处理 | 第35-37页 |
| 3.5 连通区域的标定 | 第37-39页 |
| 3.6 候选人脸的筛选 | 第39-42页 |
| 3.7 模板匹配 | 第42-43页 |
| 3.8 本章小节 | 第43-44页 |
| 第四章 人脸检测系统的实现 | 第44-58页 |
| 4.1 软硬件环境和设备 | 第44-45页 |
| 4.1.1 硬件设备 | 第44页 |
| 4.1.2 软件环境 | 第44-45页 |
| 4.2 系统设计 | 第45-46页 |
| 4.3 系统流程图 | 第46-47页 |
| 4.4 系统的实现 | 第47-56页 |
| 4.5 本章小节 | 第56-58页 |
| 第五章 实验对比分析 | 第58-63页 |
| 5.1 本算法与 Opencv 开源视觉库的人脸检测方法进行检测效果对比 | 第58-59页 |
| 5.2 高亮照片的检测结果对比 | 第59-61页 |
| 5.3 实验对比结果统计 | 第61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |