| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸检测技术研究现状 | 第11页 |
| 1.3 论文研究内容和组织结构 | 第11-13页 |
| 第2章 人脸检测方法分类与图像预处理 | 第13-20页 |
| 2.1 人脸检测方法分类 | 第13-15页 |
| 2.1.1 基于知识的人脸检测方法 | 第14页 |
| 2.1.2 基于模板匹配的人脸检测方法 | 第14-15页 |
| 2.1.3 基于统计学习的人脸检测方法 | 第15页 |
| 2.2 图像数据预处理 | 第15-18页 |
| 2.2.1 高斯去噪 | 第15-16页 |
| 2.2.2 灰度处理 | 第16-17页 |
| 2.2.3 尺度变换 | 第17页 |
| 2.2.4 直方图均衡化 | 第17-18页 |
| 2.2.5 利用OpenCV实现人脸图像预处理 | 第18页 |
| 2.3 人脸检测评价标准 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 级联AdaBoost算法 | 第20-26页 |
| 3.1 AdaBoost算法介绍 | 第20-21页 |
| 3.2 分类器的训练 | 第21-23页 |
| 3.2.1 弱分类器训练与选取 | 第21-22页 |
| 3.2.2 强分类器的训练 | 第22-23页 |
| 3.3 级联分类器 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 改进型类Haar特征与级联AdaBoost算法 | 第26-33页 |
| 4.1 类Haar特征 | 第26-28页 |
| 4.1.1 类Haar特征概述 | 第26-28页 |
| 4.1.2 类Haar特征计算方法 | 第28页 |
| 4.2 积分图 | 第28-29页 |
| 4.3 改进型类Haar特征提取 | 第29-30页 |
| 4.4 级联AdaBoost算法 | 第30-32页 |
| 4.5 马赛克效果 | 第32页 |
| 4.6 本章小结 | 第32-33页 |
| 第5章 人脸马赛克系统设计与实验分析 | 第33-40页 |
| 5.0 人脸马赛克系统设计 | 第33页 |
| 5.1 测试数据与环境配置 | 第33-36页 |
| 5.2 程序测试结果与分析 | 第36-39页 |
| 5.2.1 程序测试结果 | 第36-38页 |
| 5.2.2 实验数据分析 | 第38-39页 |
| 5.3 本章小结 | 第39-40页 |
| 第6章 总结与展望 | 第40-42页 |
| 6.1 本文工作总结 | 第40页 |
| 6.2 展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46页 |