| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| 1．1 课题研究的背景与意义 | 第9-10页 |
| 1．1．1 研究的背景 | 第9页 |
| 1．1．2 课题的意义 | 第9-10页 |
| 1．2 人脸检测与跟踪的研究现状与困难 | 第10-11页 |
| 1．2．1 研究现状 | 第10页 |
| 1．2．2 存在的主要困难 | 第10-11页 |
| 1．3 本论文的内容安排 | 第11-13页 |
| 1．3．1 主要研究内容 | 第11-12页 |
| 1．3．2 论文的结构安排 | 第12-13页 |
| 第2章 人脸检测与跟踪技术综述 | 第13-20页 |
| 2．1 人脸检测的主要方法 | 第13-17页 |
| 2．1．1 基于先验规则的方法 | 第13-14页 |
| 2．1．2 基于统计学习的方法 | 第14-17页 |
| 2．1．3 基于组合的方法 | 第17页 |
| 2．2 人脸跟踪的主要方法 | 第17-19页 |
| 2．2．1 利用运动信息的跟踪 | 第18页 |
| 2．2．2 利用色彩信息的跟踪 | 第18页 |
| 2．2．3 利用参数模型或模板进行相似性跟踪 | 第18-19页 |
| 2．2．4 利用人脸的局部特征进行跟踪 | 第19页 |
| 2．3 本章小结 | 第19-20页 |
| 第3章 基于结构分类器与 SVM的人脸检测 | 第20-43页 |
| 3．1 引言 | 第20页 |
| 3．2 支持向量机基本理论 | 第20-25页 |
| 3．2．1 最优分类面 | 第20-22页 |
| 3．2．2 线性最优分类面 | 第22-23页 |
| 3．2．3 广义最优分类面 | 第23-24页 |
| 3．2．4 支持向量机 | 第24-25页 |
| 3．3 基于 SVM的人脸检测方法 | 第25-33页 |
| 3．3．1 学习样本的收集 | 第25-28页 |
| 3．3．2 预处理与小波特征提取 | 第28-30页 |
| 3．3．3 SVM的学习 | 第30-31页 |
| 3．3．4 多尺度人脸检测方案 | 第31-32页 |
| 3．3．5 实验验证 | 第32-33页 |
| 3．4 基于结构分类器与 SVM的人脸检测 | 第33-39页 |
| 3．4．1 系统结构 | 第33-34页 |
| 3．4．2 YCbCr颜色空间 | 第34-35页 |
| 3．4．3 建立肤色概率模型 | 第35-37页 |
| 3．4．4 结构分类器 | 第37页 |
| 3．4．5 设计依据与实验验证 | 第37-39页 |
| 3．4．6 SVM确认 | 第39页 |
| 3．5 实验结果与分析 | 第39-41页 |
| 3．5．1 实验结果 | 第39-41页 |
| 3．5．2 算法分析 | 第41页 |
| 3．6 本章小结 | 第41-43页 |
| 第4章 视频中基于颜色-梯度方向角直方图的单人脸跟踪 | 第43-61页 |
| 4．1 引言 | 第43页 |
| 4．2 视频中的人脸定位 | 第43-47页 |
| 4．2．1 基于差分图像的运动分割 | 第44-47页 |
| 4．2．2 人脸定位 | 第47页 |
| 4．3 基于颜色-梯度方向角直方图的单人脸跟踪 | 第47-55页 |
| 4．3．1 人脸特征提取 | 第47-52页 |
| 4．3．1．1 HSV颜色模型中颜色的非均匀量化 | 第48-49页 |
| 4．3．1．2 颜色-梯度方向角直方图 | 第49-52页 |
| 4．3．2 运动预测与搜索策略 | 第52-53页 |
| 4．3．3 人脸特征模型加权更新 | 第53-54页 |
| 4．3．4 跟踪策略与人脸跟踪流程 | 第54-55页 |
| 4．4 实验结果与分析 | 第55-59页 |
| 4．4．1 实验结果 | 第55-59页 |
| 4．4．2 算法分析 | 第59页 |
| 4．5 本章小结 | 第59-61页 |
| 第5章 视频中单人脸自动定位与跟踪实验系统 | 第61-69页 |
| 5．1 引言 | 第61页 |
| 5．2 软、硬件环境 | 第61-62页 |
| 5．2．1 硬件环境 | 第61-62页 |
| 5．2．2 软件环境 | 第62页 |
| 5．3 视频数据采集 | 第62-64页 |
| 5．4 系统功能子模块与框图 | 第64-66页 |
| 5．4．1 主要功能子模块 | 第64-65页 |
| 5．4．2 系统框图 | 第65-66页 |
| 5．5 系统主要功能 | 第66-67页 |
| 5．6 用户界面 | 第67-68页 |
| 5．7 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6．1 工作总结 | 第69页 |
| 6．2 展望 | 第69-71页 |
| Reference | 第71-77页 |
| 附其中中文参考文献 | 第77-79页 |
| 硕士学位期间参与的相关科研课题 | 第79-80页 |
| 硕士学位期间撰写的相关学术论文 | 第80-81页 |
| 致谢 | 第81页 |