| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究的背景与意义 | 第8-9页 |
| ·人脸检测目前的研究现状 | 第9-10页 |
| ·人脸检测的主要方法介绍 | 第10-13页 |
| ·本文各章的内容以及安排 | 第13-14页 |
| 第2章 基于 Adaboost 算法的人脸检测 | 第14-29页 |
| ·Haar 特征以及特征值计算 | 第14-20页 |
| ·矩形特征 | 第14-17页 |
| ·积分图像 | 第17-20页 |
| ·Adaboost 算法人脸检测的原理 | 第20-24页 |
| ·简单分类器 | 第21-22页 |
| ·分类器的训练 | 第22-23页 |
| ·级联分类器 | 第23-24页 |
| ·人脸检测前的预处理-直方图均衡化 | 第24-26页 |
| ·Adaboost 算法正面人脸以及侧面人脸检测的研究 | 第26-28页 |
| ·基于 Adaboost 算法的人脸检测的研究 | 第26-27页 |
| ·基于 Adaboost 算法的侧面人脸检测的研究 | 第27-28页 |
| ·实验结果与分析 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于肤色与提取轮廓的人脸检测 | 第29-49页 |
| ·常用的色彩空间 | 第29-33页 |
| ·RGB 色彩空间 | 第29-30页 |
| ·归一化的RGB 色彩空间 | 第30-31页 |
| ·HSI 色彩空间 | 第31-32页 |
| ·YUV 色彩空间 | 第32页 |
| ·YCbCr 色彩空间 | 第32-33页 |
| ·肤色模型 | 第33-37页 |
| ·阈值法 | 第34页 |
| ·直方图模型 | 第34-36页 |
| ·高斯模型 | 第36-37页 |
| ·光线补偿 | 第37-38页 |
| ·肤色区域的处理 | 第38-40页 |
| ·一种基于轮廓的人脸区域提取 | 第40-44页 |
| ·轮廓的提取 | 第40-43页 |
| ·人脸区域的判定 | 第43-44页 |
| ·实验结果以及分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于肤色与Adaboost 算法相结合的人脸检测 | 第49-58页 |
| ·Adaboost 算法的不足 | 第49页 |
| ·肤色检测的不足 | 第49页 |
| ·基于椭圆模型的肤色检测 | 第49-53页 |
| ·YCbCr 空间非线性变换 | 第49-52页 |
| ·肤色区域的处理与提取 | 第52-53页 |
| ·基于肤色与 Adaboost 算法相结合的人脸检测 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |
