| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-14页 |
| ·人脸检测技术的背景和意义 | 第8-10页 |
| ·人脸检测研究背景 | 第8页 |
| ·人脸检测的研究意义 | 第8-10页 |
| ·人脸检测的研究现状 | 第10-11页 |
| ·人脸检测的评价标准 | 第11-12页 |
| ·论文创新 | 第12页 |
| ·论文章节安排 | 第12-14页 |
| 第2章 人脸检测的理论基础与数字图像处理技术 | 第14-25页 |
| ·模式识别 | 第14-15页 |
| ·人脸检测方法分类 | 第15-19页 |
| ·基于启发式模型的方法 | 第15-16页 |
| ·基于统计模型的方法 | 第16-19页 |
| ·基于肤色的人脸检测算法分类 | 第19-20页 |
| ·肤色检测加特征验证的算法 | 第19页 |
| ·肤色检测加聚类分割再特征验证的方法 | 第19页 |
| ·肤色检测加Mosaic 法验证 | 第19-20页 |
| ·肤色检测加神经网络验证的方法 | 第20页 |
| ·图像预处理 | 第20-24页 |
| ·图像的增强 | 第20页 |
| ·彩色图像的光线补偿 | 第20-21页 |
| ·图像分割 | 第21-22页 |
| ·阈值和滤波 | 第22-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于灰度空间的人脸检测方法 | 第25-30页 |
| ·成像亮度 | 第25页 |
| ·特征选取和特征模型检测 | 第25-28页 |
| ·人脸区域的确定 | 第28页 |
| ·小结 | 第28-30页 |
| 第4章 基于改进的YCbCr 颜色空间的肤色检测方法 | 第30-48页 |
| ·几种常用于肤色模型的色彩空间 | 第30-33页 |
| ·RGB 颜色空间 | 第30-31页 |
| ·归一化RGB 空间 | 第31页 |
| ·HSV 颜色空间 | 第31-32页 |
| ·YCbCr 颜色空间 | 第32-33页 |
| ·肤色模型分类 | 第33-35页 |
| ·规定肤色范围 | 第33页 |
| ·高斯分布模型 | 第33-34页 |
| ·直方图模型 | 第34-35页 |
| ·改进的YCbCr 空间 | 第35-40页 |
| ·肤色的特征 | 第35-36页 |
| ·改进颜色空间的思想来源 | 第36页 |
| ·改进的颜色空间 | 第36-38页 |
| ·bayes 肤色建模 | 第38-40页 |
| ·形态学处理 | 第40-42页 |
| ·去除噪声 | 第40页 |
| ·开启和闭合 | 第40-42页 |
| ·唇色检测 | 第42-45页 |
| ·YUV 空间中唇色在肤色背景下的分布 | 第42-43页 |
| ·YUV 坐标轴变化 | 第43-45页 |
| ·人脸定位 | 第45-47页 |
| ·确定唇色质心 | 第45-46页 |
| ·确定唇色旋转方向 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第5章 人脸检测系统的实现与性能分析 | 第48-55页 |
| ·模块框图 | 第48-49页 |
| ·流程图 | 第49页 |
| ·人脸检测算法评价指标 | 第49-50页 |
| ·测试图像库 | 第50页 |
| ·实验结果分析 | 第50-53页 |
| ·部分结果展示 | 第53-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63页 |