基于分类器融合的人脸检测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8-9页 |
| ·人脸检测研究国内外现状 | 第9-14页 |
| ·人脸检测问题的分类与人脸模式分析 | 第9-10页 |
| ·人脸检测的主要方法 | 第10-14页 |
| ·人脸检测问题可用的图像库 | 第14-16页 |
| ·本文的主要工作及内容安排 | 第16-18页 |
| 第二章 基于Adaboost 的人脸检测算法 | 第18-35页 |
| ·矩形特征 | 第18-24页 |
| ·特征计算 | 第19-22页 |
| ·积分图像 | 第22-24页 |
| ·Adaboost 算法 | 第24-28页 |
| ·Adaboost 算法 | 第24-26页 |
| ·错误率分析 | 第26-28页 |
| ·层叠式分类器 | 第28-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于肤色的人脸图像分割 | 第35-45页 |
| ·肤色模型 | 第36-38页 |
| ·图像分割方法简介 | 第38-40页 |
| ·肤色分割 | 第40-42页 |
| ·Fisher 线性判别 | 第40-41页 |
| ·基于Fisher 准则下的分割算法 | 第41-42页 |
| ·实验结果及分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于多分类器融合和肤色验证的人脸检测方法 | 第45-68页 |
| ·基本思想 | 第45-46页 |
| ·分类器训练 | 第46-52页 |
| ·弱分类器构造 | 第46-49页 |
| ·强分类器训练 | 第49-51页 |
| ·层叠分类器的组合 | 第51-52页 |
| ·人脸图像检测 | 第52-55页 |
| ·人脸候选区域的提取 | 第52-53页 |
| ·人脸子图像检测 | 第53-54页 |
| ·正面脸检测结果与侧面脸检测结果的融合方法 | 第54页 |
| ·基于多分类器融合和肤色验证的人脸检测流程 | 第54-55页 |
| ·训练和检测过程中矩形特征值的计算 | 第55-56页 |
| ·实验及其结果分析 | 第56-67页 |
| ·训练过程及其结果 | 第56-59页 |
| ·检测结果及其分析 | 第59-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·本文总结 | 第68-69页 |
| ·进一步的工作 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者在读期间的研究成果 | 第78页 |
