基于视频的人脸检测与跟踪系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·问题的提出及研究意义 | 第10-12页 |
| ·问题的提出 | 第10-11页 |
| ·研究的意义 | 第11-12页 |
| ·人脸检测问题 | 第12-14页 |
| ·人脸检测综述 | 第12-13页 |
| ·人脸检测的研究现状 | 第13-14页 |
| ·人脸跟踪问题 | 第14-15页 |
| ·人脸跟踪综述 | 第14页 |
| ·人脸跟踪的研究现状 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| 2 基于 AdaBoost 算法的人脸检测 | 第16-33页 |
| ·引言 | 第16页 |
| ·人脸检测方法 | 第16-17页 |
| ·AdaBoost 算法 | 第17-24页 |
| ·Haar-like 特征和特征值的计算 | 第18-22页 |
| ·AdaBoost 算法的基本原理 | 第22-24页 |
| ·训练分类器 | 第24-28页 |
| ·弱分类器的训练方法 | 第24-26页 |
| ·强分类器的学习 | 第26-27页 |
| ·分级分类器 | 第27-28页 |
| ·人脸检测过程 | 第28-30页 |
| ·实验结果分析 | 第30-33页 |
| 3 基于运动信息的人脸肤色区域分割 | 第33-52页 |
| ·引言 | 第33页 |
| ·彩色空间介绍 | 第33-39页 |
| ·基于肤色的人脸检测 | 第39-42页 |
| ·人脸肤色分布模型 | 第39-41页 |
| ·肤色分布模型参数校正 | 第41-42页 |
| ·结合运动信息的肤色区域分割 | 第42-50页 |
| ·运动目标的分割方法 | 第42-43页 |
| ·运动区域中肤色的提取 | 第43-48页 |
| ·标识人脸区域 | 第48-50页 |
| ·实验结果与分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 人脸跟踪算法的实现 | 第52-67页 |
| ·引言 | 第52页 |
| ·常用的跟踪方法及分类 | 第52-54页 |
| ·卡尔曼滤波算法 | 第54-58页 |
| ·人脸跟踪的实现 | 第58-64页 |
| ·人脸目标分割 | 第58页 |
| ·基于Kalman 滤波算法的人脸跟踪 | 第58-64页 |
| ·多目标跟踪 | 第64页 |
| ·实验结果及分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 5 人脸跟踪系统的设计 | 第67-73页 |
| ·引言 | 第67页 |
| ·系统组成 | 第67-68页 |
| ·软件实现 | 第68-72页 |
| ·OpenCV 简介 | 第68-70页 |
| ·系统软件结构 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 6 全文总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-82页 |
