基于彩色序列图像的运动人脸检测与跟踪研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| 1-1 引言 | 第8-9页 |
| 1-2 人脸检测与跟踪技术研究背景及现状 | 第9-12页 |
| 1-2-1 研究背景 | 第9-10页 |
| 1-2-2 研究现状 | 第10-12页 |
| 1-3 存在的主要困难 | 第12页 |
| 1-4 本课题研究的目的和意义 | 第12-13页 |
| 1-5 论文主要研究内容 | 第13-14页 |
| 第二章 目标图像的预处理 | 第14-20页 |
| 2-1 引言 | 第14页 |
| 2-2 图像滤波 | 第14-15页 |
| 2-2-1 邻域均值滤波 | 第14页 |
| 2-2-2 中值滤波 | 第14-15页 |
| 2-3 图像平滑 | 第15-16页 |
| 2-4 图像均衡化 | 第16-17页 |
| 2-5 人脸训练样本 | 第17-19页 |
| 2-6 本章小结 | 第19-20页 |
| 第三章 运动目标检测 | 第20-32页 |
| 3-1 引言 | 第20页 |
| 3-2 基于光流法的运动目标检测 | 第20-21页 |
| 3-3 基于背景差分法的运动目标检测 | 第21-23页 |
| 3-3-1 几种典型背景建模算法 | 第22-23页 |
| 3-3-2 背景差分算法的总体特点及对比评价 | 第23页 |
| 3-4 基于帧差法的运动目标检测 | 第23-27页 |
| 3-5 运动目标识别 | 第27-31页 |
| 3-5-1 人体表达法 | 第27-29页 |
| 3-5-2 运动物体是否完全进入视域的判断 | 第29页 |
| 3-5-3 识别运动物体 | 第29-31页 |
| 3-6 本章小结 | 第31-32页 |
| 第四章 运动人脸目标检测 | 第32-46页 |
| 4-1 引言 | 第32页 |
| 4-2 人脸检测的基本方法 | 第32-35页 |
| 4-2-1 基于特征的人脸检测方法 | 第33-34页 |
| 4-2-2 基于整体的人脸检测方法 | 第34-35页 |
| 4-3 色彩空间 | 第35-38页 |
| 4-3-1 色彩空间分类 | 第35-36页 |
| 4-3-2 RGB 色彩空间 | 第36-37页 |
| 4-3-3 HSV 色彩空间 | 第37-38页 |
| 4-4 基于肤色模型的人脸检测 | 第38-42页 |
| 4-4-1 建立肤色模型 | 第38-40页 |
| 4-4-2 肤色区域的分割 | 第40-42页 |
| 4-5 人脸区域特征 | 第42-45页 |
| 4-5-1 人脸特征提取 | 第42-43页 |
| 4-5-2 人脸检测流程和实验结果 | 第43-45页 |
| 4-6 本章小结 | 第45-46页 |
| 第五章人脸目标的跟踪 | 第46-54页 |
| 5-1 引言 | 第46页 |
| 5-2 人脸跟踪的主要方法 | 第46-47页 |
| 5-2-1 基于人脸检测的方法 | 第46-47页 |
| 5-2-2 基于运动目标跟踪的方法 | 第47页 |
| 5-3 均值偏移(meanshift)算法 | 第47-50页 |
| 5-3-1 区域质心 | 第48页 |
| 5-3-2 均值偏移算法分析 | 第48-50页 |
| 5-4 camshift 算法 | 第50-52页 |
| 5-5 实验结果分析 | 第52-53页 |
| 5-6 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-56页 |
| 6-1 全文总结 | 第54页 |
| 6-2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间所取得的相关科研成果 | 第62页 |
