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 |