| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·人脸检测及跟踪研究概述 | 第7-10页 |
| ·人脸检测及跟踪研究的背景及意义 | 第7-8页 |
| ·相关概念 | 第8-9页 |
| ·人脸检测与跟踪的研究现状 | 第9页 |
| ·人脸检测与跟踪存在的主要困难 | 第9-10页 |
| ·本文的主要研究内容和创新点 | 第10-11页 |
| ·本文内容安排 | 第11-12页 |
| 第二章 人脸检测与跟踪技术综述 | 第12-21页 |
| ·人脸检测的主要方法 | 第12-17页 |
| ·基于先验规则的方法 | 第12-13页 |
| ·基于统计学习的方法 | 第13-17页 |
| ·人脸跟踪的主要方法 | 第17-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于统计学习的跟踪方法探讨 | 第21-41页 |
| ·贝叶斯方法简介 | 第21-22页 |
| ·卡尔曼滤波方法的研究 | 第22-40页 |
| ·离散卡尔曼滤波方程推导 | 第22-25页 |
| ·卡尔曼滤波跟踪方法的探讨与Matlab 模拟 | 第25-31页 |
| ·卡尔曼滤波在单人脸跟踪中的应用 | 第31-36页 |
| ·算法实现流程 | 第33-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·基于序列蒙特卡罗(Sequence Monte Carlo)方法的研究 | 第36-40页 |
| ·蒙特卡罗滤波方法概述 | 第36页 |
| ·粒子滤波模型 | 第36-37页 |
| ·粒子滤波的模拟实验 | 第37-39页 |
| ·粒子滤波方法在跟踪中的应用 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于颜色信息的CAMSHIFT 跟踪方法 | 第41-50页 |
| ·色彩投影图（BACK PROJECTION） | 第41-42页 |
| ·均值偏移算法（MEAN SHIFT） | 第42-47页 |
| ·区域质心 | 第43页 |
| ·均值偏移算法分析 | 第43-47页 |
| ·均值偏移样例 | 第43-45页 |
| ·均值偏移过程及一个收敛的充分条件 | 第45页 |
| ·基于Bhattacharyya 系数度量的目标定位 | 第45-47页 |
| ·CAMSHIFT 算法 | 第47-49页 |
| ·CamShift 算法介绍 | 第47页 |
| ·目标跟踪中二维方向的计算 | 第47-48页 |
| ·跟踪的结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 多目标人脸跟踪 | 第50-60页 |
| ·人脸目标的检测 | 第50-56页 |
| ·人脸运动区域提取 | 第50-55页 |
| ·背景模型构建及更新 | 第52-53页 |
| ·自适应法分割运动区域 | 第53-54页 |
| ·确定人脸搜索区域 | 第54-55页 |
| ·检测人脸 | 第55-56页 |
| ·人脸目标的跟踪 | 第56-58页 |
| ·人脸跟踪结果及讨论 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第六章 结束语 | 第60-62页 |
| ·主要研究工作总结 | 第60-61页 |
| ·后续研究方向 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |