基于肤色和支持向量机的人脸检测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·人脸检测技术研究综述 | 第9-16页 |
| ·人脸检测与人脸识别 | 第9-10页 |
| ·人脸检测方法综述 | 第10-16页 |
| ·本文研究目标与内容安排 | 第16-18页 |
| 第2章 基于肤色分割预处理的人脸粗检测 | 第18-33页 |
| ·肤色特征分析 | 第18页 |
| ·颜色模型 | 第18-20页 |
| ·图像分割方法 | 第20-22页 |
| ·本文肤色分割算法 | 第22-31页 |
| ·建立肤色模型 | 第22-24页 |
| ·平滑去噪处理 | 第24-26页 |
| ·二值化分割肤色与非肤色区域 | 第26-29页 |
| ·膨胀腐蚀处理 | 第29-30页 |
| ·标记连通区域 | 第30页 |
| ·去掉假区域,保存可能人脸区域 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于支持向量机方法的人脸精检测 | 第33-54页 |
| ·机器学习 | 第33-34页 |
| ·机器学习问题的表示 | 第33页 |
| ·经验风险最小化 | 第33-34页 |
| ·复杂性与推广能力 | 第34页 |
| ·统计学习理论 | 第34-38页 |
| ·学习机器的VC维 | 第35页 |
| ·推广性的界 | 第35-37页 |
| ·结构风险最小化 | 第37-38页 |
| ·支持向量机 | 第38-42页 |
| ·基于支持向量机的精检测算法 | 第42-54页 |
| ·图像窗口金字塔 | 第42-43页 |
| ·特征提取 | 第43-45页 |
| ·样本选取 | 第45-46页 |
| ·支持向量机训练 | 第46-47页 |
| ·对可能人脸区域进行精检测 | 第47-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 系统构成和实验结果 | 第54-58页 |
| ·系统运行界面 | 第54-55页 |
| ·样本训练模块 | 第55-56页 |
| ·部分试验结果 | 第56-58页 |
| 第5章 总结与展望 | 第58-61页 |
| ·全文总结 | 第58-59页 |
| ·研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文及承担的科研情况 | 第65页 |