学籍图像处理中人脸检测的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·人脸检测技术的背景和意义 | 第9页 |
| ·人脸检测技术的发展状况 | 第9-10页 |
| ·人脸检测技术面临的难题 | 第10页 |
| ·本文课题的背景和研究的主要内容 | 第10-11页 |
| ·论文安排 | 第11-12页 |
| 第二章 人脸检测的方法 | 第12-17页 |
| ·人脸检测方法分类 | 第12页 |
| ·基于启发式模型的方法 | 第12-14页 |
| ·结构和灰度特征 | 第13页 |
| ·边缘和形状特征 | 第13-14页 |
| ·颜色特征 | 第14页 |
| ·基于统计式模型的方法 | 第14-16页 |
| ·基于模板匹配的方法 | 第14-15页 |
| ·基于变换域特征的方法 | 第15页 |
| ·基于支持向量机的方法 | 第15-16页 |
| ·基于人工神经网络的方法 | 第16页 |
| ·其他人脸检测方法 | 第16-17页 |
| 第三章 基于肤色的单人脸检测方法 | 第17-29页 |
| ·色彩空间 | 第17-19页 |
| ·RGB色彩空间 | 第17-18页 |
| ·HSV色彩空间 | 第18页 |
| ·YCbCr色彩空间 | 第18页 |
| ·肤色在各色彩空间中的聚类性 | 第18-19页 |
| ·肤色模型 | 第19-21页 |
| ·区域模型 | 第20页 |
| ·简单高斯模型 | 第20-21页 |
| ·混合高斯模型 | 第21页 |
| ·图像预处理 | 第21-23页 |
| ·光照补偿 | 第21页 |
| ·分段色彩变换 | 第21-23页 |
| ·肤色分割 | 第23-25页 |
| ·肤色分割 | 第23页 |
| ·基于输出反馈的去噪方法 | 第23-24页 |
| ·局部区域扫描搜索人脸 | 第24-25页 |
| ·系统实现 | 第25-29页 |
| ·电子学籍图像自动化处理系统 | 第25-26页 |
| ·系统各模块功能及效果图 | 第26-27页 |
| ·小结 | 第27-29页 |
| 第四章 基于Adaboost的多人脸检测方法 | 第29-49页 |
| ·Adaboost算法简介 | 第29-30页 |
| ·矩形特征和积分图 | 第30-35页 |
| ·矩形特征 | 第30-31页 |
| ·矩形特征原型 | 第31-32页 |
| ·矩形特征的数量 | 第32-33页 |
| ·积分图 | 第33-35页 |
| ·分类器介绍 | 第35-42页 |
| ·多层分类器系统 | 第35-36页 |
| ·弱分类器 | 第36-39页 |
| ·强分类器 | 第39-41页 |
| ·多层强分类器 | 第41-42页 |
| ·训练分类器 | 第42-43页 |
| ·Adaboost与肤色分割相结合的人脸检测方法 | 第43-45页 |
| ·消除重叠窗口 | 第43-44页 |
| ·Adaboost与肤色分割相结合 | 第44-45页 |
| ·系统实现 | 第45-49页 |
| ·系统功能 | 第45页 |
| ·检测结果 | 第45-46页 |
| ·肤色验证 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第五章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 在校期间的研究成果及发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
