人脸检测与人脸特征定位技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·问题的提出和意义 | 第9-10页 |
| ·问题的提出 | 第9页 |
| ·人脸检测及人脸特征定位技术的应用领域 | 第9-10页 |
| ·国内外研究现状及水平 | 第10-12页 |
| ·人脸检测技术国内外研究现状及水平 | 第10-11页 |
| ·人脸特征定位技术国内外研究现状及水平 | 第11-12页 |
| ·人脸图像的分类 | 第12-13页 |
| ·人脸检测及人脸特征定位技术难点 | 第13-15页 |
| 2 基于肤色分割的人脸检测 | 第15-26页 |
| ·引言 | 第15页 |
| ·常用彩色空间介绍 | 第15-17页 |
| ·RGB彩色空间 | 第15-16页 |
| ·标准化rgb彩色空间 | 第16页 |
| ·HSV彩色空间 | 第16页 |
| ·YIQ彩色空间 | 第16-17页 |
| ·YCrCb彩色空间 | 第17页 |
| ·颜色空间的选择 | 第17-18页 |
| ·肤色模型的建立 | 第18-19页 |
| ·肤色相似度计算 | 第19页 |
| ·人脸图像二值化 | 第19-20页 |
| ·二值图像的形态学处理 | 第20-22页 |
| ·形态学处理工具 | 第21页 |
| ·形态学处理 | 第21-22页 |
| ·人脸候选区域 | 第22-25页 |
| ·标记连通区域 | 第23页 |
| ·找出外接矩形 | 第23-24页 |
| ·筛选矩形区域 | 第24-25页 |
| ·确定人脸 | 第25页 |
| ·小结 | 第25-26页 |
| 3 Adaboost算法概述 | 第26-31页 |
| ·Boosting方法 | 第26页 |
| ·Adaboost的几种常见算法 | 第26-29页 |
| ·Discrete AdaBoost算法 | 第26-27页 |
| ·广义Discrete AdaBoost算法 | 第27-28页 |
| ·Real AdaBoost算法 | 第28-29页 |
| ·基于Adaboost的人脸检测算法研究状况 | 第29-30页 |
| ·小结 | 第30-31页 |
| 4 基于Adaboost的人脸检测算法 | 第31-52页 |
| ·人脸检测流程 | 第31页 |
| ·矩形特征 | 第31-37页 |
| ·Haar特征及积分图像 | 第31-35页 |
| ·矩形特征数量的计算 | 第35-36页 |
| ·矩形特征的选取 | 第36-37页 |
| ·样本的训练过程 | 第37-39页 |
| ·选择训练样本 | 第37-38页 |
| ·训练过程 | 第38-39页 |
| ·多层级联分类器的设计与使用 | 第39-41页 |
| ·人脸检测过程 | 第41-43页 |
| ·人脸窗口检测 | 第41-42页 |
| ·人脸窗口合并与标定 | 第42-43页 |
| ·基于改进的Adaboost的人脸检测算法 | 第43-47页 |
| ·改进的Adaboost算法 | 第43-45页 |
| ·改进Adaboost算法的结果与分析 | 第45-46页 |
| ·自适应的人脸检测窗口步长 | 第46-47页 |
| ·基于改进的Adaboost算法和肤色的人脸检测 | 第47-49页 |
| ·试验结果与分析 | 第49-50页 |
| ·小结 | 第50-52页 |
| 5 一种结合改进的积分投影和模板匹配人眼定位方法 | 第52-59页 |
| ·引言 | 第52页 |
| ·人眼定位流程 | 第52-53页 |
| ·基本原理 | 第53页 |
| ·最大类间方差阈值方法（Ostu） | 第53页 |
| ·图像的积分投影 | 第53页 |
| ·人眼区域的确定 | 第53-56页 |
| ·利用最大类间方差阈值（Ostu）确定人脸上边界 | 第53-54页 |
| ·利用垂直投影方法确定人脸左右边界 | 第54-55页 |
| ·进一步的缩小人眼上下边界 | 第55-56页 |
| ·模板匹配法定位人眼 | 第56-57页 |
| ·实验结果与分析 | 第57-58页 |
| ·小结 | 第58-59页 |
| 6 总结与期望 | 第59-61页 |
| ·结论 | 第59页 |
| ·今后的工作 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |
