| Abstract | 第4页 |
| 摘要 | 第5-8页 |
| Acknowledgement | 第8-14页 |
| List of figures | 第14-15页 |
| Chapter 1 Introduction | 第15-20页 |
| 1.1 General idea | 第15-16页 |
| 1.2 The chosen approach | 第16页 |
| 1.3 Overview of the thesis | 第16-20页 |
| 1.3.1 Problem statement | 第16-17页 |
| 1.3.2 Motivation | 第17页 |
| 1.3.3 Limitation | 第17页 |
| 1.3.4 Contributions | 第17-19页 |
| 1.3.5 Thesis Outline | 第19-20页 |
| Chapter 2 Background of Face Detection | 第20-37页 |
| 2.1 Introduction | 第20页 |
| 2.2 Related fields | 第20-21页 |
| 2.3 Challenges in detecting face | 第21页 |
| 2.4 Methods of face detections | 第21-32页 |
| 2.4.1.Feature based approach | 第22-26页 |
| 2.4.1.1 Knowledge-based methods | 第23-24页 |
| 2.4.1.2 Template matching methods | 第24页 |
| 2.4.1.3 Feature invariant approaches | 第24-25页 |
| 2.4.1.4 The color-based approach | 第25-26页 |
| 2.4.2.Appearance-based(image-based)methods | 第26-32页 |
| 2.4.2.1 Neural Network | 第27-29页 |
| 2.4.2.2 Support Vector Machine | 第29-30页 |
| 2.4.2.3 Eigenfaces | 第30-32页 |
| 2.5 Research in face detection | 第32-33页 |
| 2.6 Face detection system evaluation | 第33-34页 |
| 2.7 Benchmark Sets and Counting Criteria | 第34-37页 |
| Chapter 3 Getting skin color information | 第37-51页 |
| 3.1 Introduction | 第37-38页 |
| 3.2 Challenges in skin color detection | 第38页 |
| 3.3 Build a skin color model | 第38页 |
| 3.4 Color Spaces used for Skin Modeling and Detection | 第38-45页 |
| 3.4.1 RGB Color Space | 第39-41页 |
| 3.4.1.1 Linear and non-linear RGB spaces | 第40-41页 |
| 3.4.1.2 Normalised RGB | 第41页 |
| 3.4.2 The CMY and CMYK color models | 第41-42页 |
| 3.4.3 The HSI color model | 第42-43页 |
| 3.4.4 YCbCr Color space | 第43-45页 |
| 3.5 Comparison of Color Space for Skin Colour Detection | 第45-47页 |
| 3.6 Skin color segmentation and region merging | 第47-51页 |
| Chapter 4.Multi-view Face detection using skin color information and six segmented filters | 第51-70页 |
| 4.1 Introduction | 第51-52页 |
| 4.1.1 Choice of method | 第51-52页 |
| 4.2 Lighting compensation | 第52页 |
| 4.3 Skin-tone region segmentation | 第52-53页 |
| 4.4 Clearing of skin-tone regions | 第53-54页 |
| 4.5 Features and Integral Image | 第54-58页 |
| 4.5.1 Face detection formulated as a binary classification task | 第54页 |
| 4.5.2 Haar like features | 第54-56页 |
| 4.5.3 Integral Image technique | 第56-57页 |
| 4.5.4 Six segmented Features | 第57-58页 |
| 4.6 The motivation | 第58-60页 |
| 4.7 Learning with AdaBoost | 第60-64页 |
| 4.7.1 Introduction | 第60页 |
| 4.7.2 Advantages over other learning algorithms | 第60-62页 |
| 4.7.3 Constructing Weak Classifiers | 第62-63页 |
| 4.7.4 Boosting Strong Classifier | 第63-64页 |
| 4.8 Classification in Cascade | 第64-66页 |
| 4.8.1 Viola-Jones Classifier Theory | 第65-66页 |
| 4.9 Multiview Face Detection | 第66-70页 |
| 4.9.1 Related works | 第67-70页 |
| Chapter 5 Experiments and Results | 第70-74页 |
| 5.1 Datasets | 第70-73页 |
| 5.2 Training | 第73页 |
| 5.3 Examples of detection results | 第73-74页 |
| Chapter 6 Conclusions and Future Work | 第74-75页 |
| References | 第75-80页 |
| Publications and achievement | 第80页 |
