| 提要 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-14页 |
| 第1章 绪论 | 第14-32页 |
| ·研究背景和意义 | 第14-19页 |
| ·人体检测及人脸识别的难点问题 | 第19-23页 |
| ·研究热点及发展趋势 | 第23-28页 |
| ·国内外研究状况及热点 | 第23-27页 |
| ·发展趋势 | 第27-28页 |
| ·本文的主要工作和创新点 | 第28-29页 |
| ·论文的组织结构 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第2章 研究方法综述 | 第32-56页 |
| ·图像分类和识别方法 | 第32-41页 |
| ·基于 bag-of-word 的图像分类方法 | 第36-39页 |
| ·流行子空间学习 | 第36-37页 |
| ·概率潜在语义分析 | 第37-39页 |
| ·基于 part-based 的图像分类方法 | 第39-41页 |
| ·常用的学习方法 | 第41-43页 |
| ·人体检测的研究方法 | 第43-54页 |
| ·人体检测算法的总结和回顾 | 第43-44页 |
| ·基于数据源的人体检测 | 第44-46页 |
| ·基于静态图像的人体检测 | 第44-45页 |
| ·基于视频序列的人体检测 | 第45-46页 |
| ·基于特征的人体检测 | 第46-50页 |
| ·基于灰度特征的人体检测 | 第47页 |
| ·基于梯度特征的人体检测 | 第47-49页 |
| ·融合多种特征的人体检测 | 第49-50页 |
| ·基于人体结构的人体检测 | 第50-52页 |
| ·基于窗口区域的人体检测 | 第51页 |
| ·基于显式人体结构的人体检测 | 第51-52页 |
| ·基于隐式人体结构的人体检测 | 第52页 |
| ·基于辅助信息的人体检测 | 第52-54页 |
| ·基于红外成像的人体检测 | 第52-53页 |
| ·基于深度信息的人体检测 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第3章 基于联合梯度直方图和级联分类器的快速人体检测 | 第56-78页 |
| ·算法框架 | 第56-57页 |
| ·算法的主要改进 | 第57-68页 |
| ·矩形的顶向式表示 | 第58-59页 |
| ·两个规则矩形的相交检测算法 | 第59页 |
| ·两个不规则矩形的相交检测算法 | 第59-61页 |
| ·不规则矩形的顶向式生成算法 | 第61-63页 |
| ·不规则矩形内部点的生成算法 | 第63-66页 |
| ·联合 Hog 特征的生成 | 第66-68页 |
| ·实验结果及讨论 | 第68-77页 |
| ·本章小结 | 第77-78页 |
| 第4章 基于区域选择和 FFT 光照预处理的加权多通道 Gabor 人脸识别 | 第78-92页 |
| ·基于多通道 Gabor 小波的人脸识别 | 第78-81页 |
| ·以相对熵为权值的加权多通道 Gabor 人脸识别 | 第81-82页 |
| ·基于相对熵的多通道 Gabor 人脸区域自适应选择算法 | 第82-85页 |
| ·FFT 光照预处理 | 第85页 |
| ·算法实现 | 第85-87页 |
| ·实验对比与分析 | 第87-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 总结与展望 | 第92-96页 |
| ·主要的研究总结 | 第92-93页 |
| ·未来的工作重点 | 第93-96页 |
| 参考文献 | 第96-118页 |
| 作者简介及在学期间所取得的科研成果 | 第118-120页 |
| 致谢 | 第120-121页 |
