彩色图像中的人脸检测
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-18页 |
| ·课题研究的背景及意义 | 第8页 |
| ·课题研究的现状 | 第8-9页 |
| ·人脸检测技术研究综述 | 第9-15页 |
| ·基于知识规则的方法 | 第10-11页 |
| ·基于可视特征的方法 | 第11-12页 |
| ·基于统计模型的方法 | 第12-14页 |
| ·基于模板匹配的方法 | 第14-15页 |
| ·人脸检测的难点 | 第15-16页 |
| ·研究内容与结构安排 | 第16-18页 |
| 2 肤色区域分割 | 第18-34页 |
| ·引言 | 第18页 |
| ·色彩空间 | 第18-20页 |
| ·RGB模型 | 第18页 |
| ·YIQ模型 | 第18-19页 |
| ·YCbCr模型 | 第19页 |
| ·HSV模型 | 第19页 |
| ·色彩空间的选择 | 第19-20页 |
| ·肤色模型 | 第20-23页 |
| ·阈值分割模型 | 第20-21页 |
| ·混合高斯模型 | 第21页 |
| ·KL变换法 | 第21-22页 |
| ·色彩聚类的肤色模型 | 第22-23页 |
| ·改进的肤色分割模型 | 第23-26页 |
| ·图像预处理 | 第26-30页 |
| ·平滑与中值滤波 | 第26-28页 |
| ·常用的光照补偿方法 | 第28-30页 |
| ·一种新的基于灰度变换的光照补偿方法 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 3 人脸检测及眼睛定位 | 第34-46页 |
| ·引言 | 第34页 |
| ·形态学处理 | 第34-36页 |
| ·候选人脸区域的定位 | 第36-37页 |
| ·人脸检测结果及分析 | 第37-40页 |
| ·人眼定位 | 第40-43页 |
| ·常见的人眼定位方法 | 第40页 |
| ·一种基于色彩和几何特征的人眼定位方法 | 第40-43页 |
| ·本章小结 | 第43-46页 |
| 4 基于支持向量机的人脸检测 | 第46-62页 |
| ·引言 | 第46页 |
| ·支持向量机技术 | 第46-49页 |
| ·支持向量机理论 | 第46-49页 |
| ·支持向量机的主要优点 | 第49页 |
| ·常用核函数 | 第49页 |
| ·样本预处理与特征降维 | 第49-53页 |
| ·样本预处理 | 第50-51页 |
| ·样本图像的特征降维 | 第51-53页 |
| ·SVM人脸检测 | 第53-59页 |
| ·SVM分类器的训练 | 第54-55页 |
| ·金字塔检索策略 | 第55-56页 |
| ·人脸检测算法 | 第56-57页 |
| ·实验结果与分析 | 第57-59页 |
| ·本章小结 | 第59-62页 |
| 5 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-69页 |
