人脸检测混合算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-10页 |
| ·研究背景 | 第8页 |
| ·不同生物识别技术比较 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·人脸检测技术的研究现状 | 第10-11页 |
| ·国外研究现状及水平 | 第10-11页 |
| ·国内研究现状 | 第11页 |
| ·本文研究内容与目标 | 第11-13页 |
| ·研究内容 | 第12-13页 |
| ·研究目标 | 第13页 |
| ·论文的主要内容和组织结构 | 第13-15页 |
| ·主要内容 | 第13页 |
| ·组织结构 | 第13-15页 |
| 第二章 人脸检测的相关理论及其方法 | 第15-20页 |
| ·人脸检测 | 第15-16页 |
| ·人脸检测结果的评价标准 | 第15页 |
| ·人脸检测的难点 | 第15-16页 |
| ·人脸检测的主要方法 | 第16-20页 |
| ·模板匹配方法 | 第16页 |
| ·基于几何特征的方法 | 第16-17页 |
| ·示例学习 | 第17页 |
| ·基于神经网络的方法 | 第17页 |
| ·基于隐马尔可夫模型的方法 | 第17-18页 |
| ·基于ADABOOST的方法 | 第18页 |
| ·基于肤色信息的方法 | 第18页 |
| ·特征脸方法 | 第18页 |
| ·频域中的特征提取 | 第18-20页 |
| 第三章 基于肤色的人脸检测算法研究 | 第20-25页 |
| ·人脸的肤色特征 | 第20页 |
| ·各种彩色空间 | 第20-23页 |
| ·RGB彩色空间 | 第21页 |
| ·HSI彩色空间 | 第21-22页 |
| ·YIQ彩色空间: | 第22页 |
| ·YUV彩色空间 | 第22-23页 |
| ·YCBCR彩色空间 | 第23页 |
| ·基于肤色的人脸检测通用模型 | 第23页 |
| ·基于肤色的人脸检测混合算法 | 第23-25页 |
| ·肤色检测加特征验证的算法 | 第23-24页 |
| ·肤色检测加聚类分割再加特征验证算法 | 第24页 |
| ·肤色检测加模板匹配方法 | 第24页 |
| ·肤色检测加神经网络验证的方法 | 第24页 |
| ·其它方法 | 第24-25页 |
| 第四章 建立肤色模型 | 第25-33页 |
| ·肤色模型的获取方法 | 第25-26页 |
| ·区域模型 | 第25页 |
| ·简单高斯模型 | 第25-26页 |
| ·高斯混合模型 | 第26页 |
| ·不同彩色空间中的肤色模型 | 第26-29页 |
| ·RGB空间肤色模型 | 第27页 |
| ·HSL空间肤色模型 | 第27-28页 |
| ·YUV空间肤色模型 | 第28页 |
| ·YCBCR空间肤色模型 | 第28-29页 |
| ·肤色模型的建立 | 第29-33页 |
| 第五章 肤色分割 | 第33-50页 |
| ·图像增强 | 第33-36页 |
| ·图像二值化 | 第36-38页 |
| ·图像去噪 | 第38-40页 |
| ·图像噪声 | 第38页 |
| ·中值滤波 | 第38-40页 |
| ·数学形态学处理 | 第40-43页 |
| ·膨胀运算和腐蚀运算 | 第40-41页 |
| ·开运算和闭运算 | 第41-43页 |
| ·图像标注 | 第43-45页 |
| ·像素的邻域 | 第43页 |
| ·像素的连通性 | 第43-44页 |
| ·像素的标记 | 第44-45页 |
| ·备选人脸区域的获取 | 第45-46页 |
| ·人脸形状和结构特征分析 | 第46-50页 |
| ·人脸几何特征 | 第46-48页 |
| ·人脸拓扑特征 | 第48-50页 |
| 第六章 基于区域特征匹配的人脸检测 | 第50-68页 |
| ·模式识别系统的构成 | 第50-51页 |
| ·图像预处理 | 第51-52页 |
| ·直方图均衡化 | 第51-52页 |
| ·图像尺寸归一化 | 第52页 |
| ·基于GABOR的特征提取 | 第52-57页 |
| ·小波变换 | 第52页 |
| ·GABOR小波变换简介 | 第52-54页 |
| ·GABOR变换 | 第54-56页 |
| ·GABOR滤波具体步骤 | 第56-57页 |
| ·人工神经网络简介 | 第57-63页 |
| ·BP神经网络 | 第58页 |
| ·BP网络模型 | 第58-59页 |
| ·BP算法简介 | 第59-63页 |
| ·正向传播(张立明,1993年) | 第59-60页 |
| ·反向传播(张立明,1993年) | 第60-63页 |
| ·BP神经网络的训练策略及训练结果 | 第63-67页 |
| ·确定BP网络的结构 | 第64-65页 |
| ·误差的选取 | 第65页 |
| ·BP网络训练结果 | 第65-67页 |
| ·最终训练后的神经网络结构 | 第67-68页 |
| 第七章 人脸检测实验与结果分析 | 第68-73页 |
| ·算法流程 | 第68-69页 |
| ·实验及结果分析 | 第69-73页 |
| ·人脸检测算法评价指标 | 第69页 |
| ·测试图像及结果 | 第69-73页 |
| 第八章 总结与展望 | 第73-75页 |
| ·全文工作总结 | 第73页 |
| ·进一步工作展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |
