基于彩色图像的人脸检测研究
| 1 绪论 | 第1-15页 |
| ·研究背景及意义 | 第8-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·人脸检测的主要方法 | 第10-12页 |
| ·人脸检测的难点 | 第12-13页 |
| ·人脸检测结果的评价标准 | 第13-14页 |
| ·论文的主要内容和组织结构 | 第14-15页 |
| ·论文的主要内容 | 第14页 |
| ·论文组织结构 | 第14-15页 |
| 2 彩色图像中的肤色分割技术 | 第15-33页 |
| ·肤色的特征 | 第15页 |
| ·光线补偿 | 第15-17页 |
| ·色彩空间理论 | 第17-20页 |
| ·RGB色彩空间 | 第17页 |
| ·归一化rgb色彩空间 | 第17-18页 |
| ·HSV色彩空间 | 第18-19页 |
| ·YCbCr色彩空间 | 第19-20页 |
| ·色彩空间的选择 | 第20页 |
| ·肤色模型的分类 | 第20-22页 |
| ·区域模型 | 第21页 |
| ·简单高斯模型 | 第21页 |
| ·混合高斯模型 | 第21-22页 |
| ·直方图模型 | 第22页 |
| ·肤色模型的建立 | 第22-28页 |
| ·基于YCbCr的高斯模型 | 第22-27页 |
| ·归一化rgb肤色模型 | 第27-28页 |
| ·YCbCr_rgb混合肤色模型 | 第28页 |
| ·肤色分割 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 3 肤色区域分析及筛选 | 第33-41页 |
| ·数学形态学处理 | 第33-36页 |
| ·二值形态学处理 | 第33-35页 |
| ·灰度形态学处理 | 第35-36页 |
| ·实验结果 | 第36页 |
| ·区域标记算法 | 第36-38页 |
| ·候选区域分析及过滤 | 第38-40页 |
| ·人脸形状特征 | 第38-39页 |
| ·肤色区域的过滤 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 人脸验证及特征定位 | 第41-54页 |
| ·人脸验证方法综述 | 第41-42页 |
| ·基于嘴唇信息的人脸验证算法 | 第42-47页 |
| ·嘴的定位 | 第42-44页 |
| ·人脸区域的定位 | 第44-47页 |
| ·眼睛定位算法 | 第47-53页 |
| ·常用眼睛定位算法 | 第47-49页 |
| ·眼睛区域亮度分析 | 第49-50页 |
| ·眼睛区域色度分析 | 第50-51页 |
| ·眼睛候选区域的获取 | 第51-52页 |
| ·眼睛区域定位及结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 人脸检测系统的实现及数据分析 | 第54-63页 |
| ·系统概述 | 第54-56页 |
| ·系统组成 | 第54-55页 |
| ·人脸检测系统总流程 | 第55-56页 |
| ·系统实现原则 | 第56页 |
| ·系统的实现 | 第56-58页 |
| ·实现的平台配置 | 第56页 |
| ·软件的组成 | 第56-57页 |
| ·图像库的构成 | 第57页 |
| ·用户界面 | 第57-58页 |
| ·实验数据统计分析 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 6 结论与展望 | 第63-65页 |
| ·本文工作总结 | 第63-64页 |
| ·未来工作展望 | 第64-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 学位论文知识产权声明 | 第67-68页 |
| 学位论文独创性声明 | 第68-69页 |
| 参考文献 | 第69-71页 |
