| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 早期的人脸检测方法及其分类 | 第10-11页 |
| 1.3 现有的人脸检测方法及其分类 | 第11-15页 |
| 1.3.1 基于部件检测的人脸检测算法 | 第12-13页 |
| 1.3.2 基于整体模板的人脸检测方法 | 第13-15页 |
| 1.4 人脸检测的研究难点 | 第15-17页 |
| 1.5 本文的主要工作和论文组织结构 | 第17-19页 |
| 1.5.1 本文的主要工作 | 第17-18页 |
| 1.5.2 本文的论文结构 | 第18-19页 |
| 第二章 基于CMYK-H-CbCr的肤色分割 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 光照补偿 | 第19-20页 |
| 2.2.1 GrayWorld彩色均衡化 | 第19-20页 |
| 2.2.2 基于参考白的方法 | 第20页 |
| 2.3 色彩空间 | 第20-25页 |
| 2.3.1 RGB彩色空间 | 第21-22页 |
| 2.3.2 HSV色彩空间 | 第22-23页 |
| 2.3.3 YCbCr色彩空间 | 第23-24页 |
| 2.3.4 CMYK色彩空间 | 第24-25页 |
| 2.4 肤色结构分析 | 第25-26页 |
| 2.5 肤色区域分割 | 第26-29页 |
| 2.6 实验结果分析 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 CS-LBP-HOG特征提取 | 第31-39页 |
| 3.1 引言 | 第31页 |
| 3.2 人脸特征 | 第31-37页 |
| 3.2.1 SIFT特征 | 第32-33页 |
| 3.2.2 HOG特征 | 第33-34页 |
| 3.2.3 LBP特征 | 第34-36页 |
| 3.2.4 融合改进型CS-LBP特征和HOG特征 | 第36-37页 |
| 3.3 实验结果分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 人脸检测的分类算法研究 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 支持向量机 | 第39-40页 |
| 4.3 神经网络 | 第40-41页 |
| 4.3.1 传统神经网络 | 第40-41页 |
| 4.3.2 深度学习 | 第41页 |
| 4.4 AdaBoost及其改进算法 | 第41-47页 |
| 4.4.1 AdaBoost算法基本原理 | 第42-43页 |
| 4.4.2 改进型AdaBoost算法及其原理 | 第43-47页 |
| 4.5 实验结果与分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 基于肤色检测和改进型AdaBoost算法的人脸检测 | 第49-64页 |
| 5.1 引言 | 第49-50页 |
| 5.2 基于肤色和改进型AdaBoost算法框架 | 第50-51页 |
| 5.3 光照补偿预处理 | 第51页 |
| 5.4 肤色分割 | 第51-52页 |
| 5.5 改进型AdaBoost训练 | 第52-57页 |
| 5.5.1 样本集构建 | 第53-54页 |
| 5.5.2 特征提取和弱分类器构建 | 第54-55页 |
| 5.5.3 改进型AdaBoost算法训练强分类器 | 第55页 |
| 5.5.4 级联分类器 | 第55-57页 |
| 5.6 实验结果和分析 | 第57-63页 |
| 5.6.1 性能评价指标 | 第57-58页 |
| 5.6.2 实验结果分析 | 第58-63页 |
| 5.7 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间申请的专利 | 第70-71页 |
| 致谢 | 第71页 |
