基于肤色分割和统计学的彩色人脸检测实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·人脸检测的研究背景及意义 | 第11-13页 |
| ·国内外研究现状 | 第13页 |
| ·人脸检测方法综述 | 第13-19页 |
| ·基于模板匹配的方法 | 第14-15页 |
| ·基于特征的方法 | 第15-16页 |
| ·基于统计的方法 | 第16-19页 |
| ·人脸检测算法性能评价 | 第19-20页 |
| ·本文的主要研究思路工作及内容安排 | 第20-22页 |
| 第2章 基于肤色分割的人脸粗检测 | 第22-37页 |
| ·引言 | 第22页 |
| ·肤色空间简介 | 第22-25页 |
| ·RGB颜色空间 | 第23页 |
| ·归一化RGB颜色空间 | 第23-24页 |
| ·HSV颜色空间 | 第24-25页 |
| ·YCbCr颜色空间 | 第25页 |
| ·YIQ颜色空间 | 第25页 |
| ·常见的肤色模型介绍 | 第25-29页 |
| ·简单肤色模型 | 第26-27页 |
| ·参数化肤色模型 | 第27-28页 |
| ·非参数化肤色模型 | 第28-29页 |
| ·肤色分割 | 第29-36页 |
| ·YCbCr空间下的肤色分割 | 第30-32页 |
| ·归一化R/G/B空间下的肤色分割 | 第32-33页 |
| ·HSV空间下的肤色分割 | 第33-35页 |
| ·改进的肤色分割算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于支持向量机的人脸确认 | 第37-50页 |
| ·引言 | 第37-38页 |
| ·支持向量机 | 第38-42页 |
| ·支持向量机在人脸检测中的应用 | 第42-47页 |
| ·人脸样本 | 第42-44页 |
| ·非人脸样本 | 第44-45页 |
| ·样本预处理 | 第45页 |
| ·PCA特征描述及提取 | 第45-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于最小最大概率机的人脸确认 | 第50-62页 |
| ·最小最大概率机 | 第50-55页 |
| ·有偏最小最大概率机 | 第55-57页 |
| ·最小错误最小最大概率机 | 第57-60页 |
| ·基于最小最大概率机的人脸检测 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于AdaBoost算法的人脸确认 | 第62-76页 |
| ·Boosting方法介绍 | 第62-64页 |
| ·AdaBoost算法 | 第64-65页 |
| ·基于AdaBoost人脸检测 | 第65-72页 |
| ·Harr特征 | 第66-67页 |
| ·积分图 | 第67-68页 |
| ·弱分类器定义 | 第68-69页 |
| ·训练AdaBoost人脸检测器 | 第69-70页 |
| ·层叠级联分类器的构造 | 第70-72页 |
| ·实验结果 | 第72-73页 |
| ·本章小结 | 第73-76页 |
| 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 攻读学位期间发表的论文 | 第86页 |
