人脸检测与识别的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景及意义 | 第10-11页 |
| ·人脸识别的研究内容 | 第11-12页 |
| ·人脸识别的研究现状与前景 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第2章 图像的采集和处理技术 | 第15-20页 |
| ·视频图像的采集 | 第15页 |
| ·基本图像处理技术 | 第15-19页 |
| ·灰度化 | 第15-16页 |
| ·去噪处理 | 第16页 |
| ·二值化 | 第16-17页 |
| ·形态学处理 | 第17-18页 |
| ·图像的旋转 | 第18-19页 |
| ·图像的缩放 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于肤色特征和眼睛位置的人脸检测与定位 | 第20-50页 |
| ·人脸检测算法概述 | 第20-24页 |
| ·人脸模式 | 第21页 |
| ·人脸检测的方法 | 第21-23页 |
| ·本文采取的方法 | 第23-24页 |
| ·定位人脸运动区域 | 第24-26页 |
| ·差分法 | 第24-25页 |
| ·光流法 | 第25-26页 |
| ·本文采取的方法 | 第26页 |
| ·肤色检测 | 第26-41页 |
| ·肤色的色彩空间与聚类 | 第26-30页 |
| ·肤色模型 | 第30-35页 |
| ·肤色区域提取 | 第35-41页 |
| ·眼睛和嘴巴的精确定位 | 第41-49页 |
| ·眼睛的检测 | 第41-45页 |
| ·嘴巴的检测 | 第45-47页 |
| ·人脸定位与标准化 | 第47-49页 |
| ·实验结果 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第4章 特征提取与识别 | 第50-62页 |
| ·概述 | 第50-51页 |
| ·特征提取的方法 | 第50页 |
| ·分类器的选择 | 第50-51页 |
| ·ICA基本理论与算法 | 第51-56页 |
| ·ICA的数学模型 | 第51-52页 |
| ·ICA的“白化” | 第52-53页 |
| ·ICA算法 | 第53-55页 |
| ·FastICA算法 | 第55-56页 |
| ·FastICA人脸特征 | 第56-59页 |
| ·人脸表示 | 第56-58页 |
| ·特征提取 | 第58页 |
| ·特征选择 | 第58-59页 |
| ·支持向量机的人脸识别 | 第59-61页 |
| ·基本原理 | 第59-61页 |
| ·SVM分类问题 | 第61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
