基于RVM和SVM相结合的人脸检测算法研究

致谢	第3-4页
摘要	第4-5页
abstract	第5页
变量注释表	第13-14页
1 绪论	第14-25页
1.1 研究的背景和意义	第14-17页
1.2 国内外研究现状	第17-24页
1.3 本文主要研究内容	第24-25页
2 支持向量机和相关向量机理论基础	第25-35页
2.1 机器学习及其传统算法	第25-27页
2.2 统计学习理论	第27-28页
2.3 支持向量机理论	第28-31页
2.4 相关向量机理论	第31-34页
2.5 小结	第34-35页
3 基于SVM的人脸检测算法	第35-51页
3.1 基于SVM的人脸检测流程	第35页
3.2 图像预处理	第35-41页
3.3 金字塔图像的生成	第41-42页
3.4 人脸样本的收集	第42-45页
3.5 特征提取	第45-46页
3.6 非线性SVM分类器的构造	第46-49页
3.7 重叠窗口的合并	第49-50页
3.8 小结	第50-51页
4 基于SVM和RVM相结合的人脸检测算法	第51-65页
4.1 三种分类器的性能对比	第51-53页
4.2 人脸检测系统的基本流程	第53-55页
4.3 平均脸模板匹配	第55-56页
4.4 RVM分类器的构造	第56-59页
4.5 非线性SVM分类器的构造	第59-60页
4.6 实验结果	第60-64页
4.7 小结	第64-65页
5 结论	第65-66页
参考文献	第66-71页
作者简介	第71-73页
学位论文数据集	第73页