| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·人脸检测技术研究的目的及意义 | 第8页 |
| ·人脸检测技术的研究现状 | 第8-9页 |
| ·人脸检测方法简介 | 第9-11页 |
| ·基于特征的人脸检测方法 | 第9-10页 |
| ·基于统计理论的人脸检测方法 | 第10-11页 |
| ·各种人脸检测方法的优缺点 | 第11页 |
| ·人脸检测的评价标准及难点 | 第11-12页 |
| ·人脸检测的评价标准 | 第11-12页 |
| ·人脸检测的难点 | 第12页 |
| ·论文主要工作及内容安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 图像处理技术 | 第14-18页 |
| ·图像采集 | 第14-15页 |
| ·图像预处理 | 第15-16页 |
| ·图像增强 | 第15页 |
| ·光照补偿 | 第15-16页 |
| ·图像分割 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 基于肤色的人脸检测 | 第18-35页 |
| ·色彩空间 | 第18-22页 |
| ·RGB色彩空间 | 第18-19页 |
| ·HSI色彩空间 | 第19-20页 |
| ·HSV色彩空间 | 第20-21页 |
| ·YCbCr色彩空间 | 第21-22页 |
| ·YCgCr色彩空间 | 第22页 |
| ·建立肤色模型 | 第22-28页 |
| ·选择色彩空间 | 第22-25页 |
| ·肤色模型 | 第25-26页 |
| ·肤色相似度图像 | 第26-27页 |
| ·肤色区域阈值分割 | 第27-28页 |
| ·肤色区域的后续处理 | 第28-31页 |
| ·数学形态学处理 | 第28-30页 |
| ·连通域处理 | 第30-31页 |
| ·基于肤色的人脸检测方法的实现过程及实验结果 | 第31-34页 |
| ·基于肤色的人脸检测实现过程 | 第31页 |
| ·实验结果及分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于AdaBoost算法的人脸检测原理 | 第35-44页 |
| ·AdaBoost算法的基本理论 | 第35-36页 |
| ·矩形特征及其特征值计算方法 | 第36-38页 |
| ·Haar特征 | 第36-37页 |
| ·积分图像 | 第37-38页 |
| ·AdaBoost分类器 | 第38-41页 |
| ·弱分类器 | 第38-39页 |
| ·强分类器的训练过程 | 第39-40页 |
| ·级联分类器 | 第40-41页 |
| ·改进的AdaBoost算法 | 第41-43页 |
| ·AdaBoost算法存在的不足 | 第41-42页 |
| ·改进的AdaBoost算法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 肤色及AdaBoost算法结合的人脸检测算法 | 第44-53页 |
| ·肤色检测的优缺点 | 第44页 |
| ·AdaBoost算法的优缺点 | 第44页 |
| ·基于肤色及AdaBoost算法的人脸检测算法 | 第44-46页 |
| ·肤色信息和AdaBoost算法结合的原理 | 第44页 |
| ·基于肤色及AdaBoost算法的人脸检测算法实现 | 第44-46页 |
| ·实验结果及分析 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结及展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-70页 |
| 攻读硕士学位期间发表论文 | 第70页 |