| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 课题的研究背景 | 第7页 |
| 1.2 人脸检测研究概况 | 第7-8页 |
| 1.3 人脸检测技术的测试标准 | 第8-9页 |
| 1.4 论文的研究内容和组织结构 | 第9-10页 |
| 第二章 方向梯度直方图特征 | 第10-16页 |
| 2.1 主要的图像特征 | 第10-12页 |
| 2.1.1 Haar-like特征 | 第10-11页 |
| 2.1.2 SIFT特征 | 第11-12页 |
| 2.1.3 HOG特征 | 第12页 |
| 2.2 HOG特征提取方法 | 第12-13页 |
| 2.3 图像特征金字塔 | 第13-16页 |
| 第三章 基于部件的人脸检测 | 第16-21页 |
| 3.1 常用的人脸检测算法 | 第16-17页 |
| 3.1.1 基于模板的人脸检测算法 | 第16页 |
| 3.1.2 基于特征的人脸检测算法 | 第16-17页 |
| 3.1.3 基于部件的人脸检测算法 | 第17页 |
| 3.2 模型滤波器 | 第17-18页 |
| 3.3 可变形部件模型建模 | 第18-19页 |
| 3.4 可变形部件模型训练 | 第19-21页 |
| 3.4.1 隐支持向量机 | 第19-20页 |
| 3.4.2 模型的训练过程 | 第20-21页 |
| 第四章 基于部件的人脸检测算法实现步骤 | 第21-27页 |
| 4.1 HOG特征参数的研究与改进 | 第21-23页 |
| 4.2 模型部件个数的研究与改进 | 第23-24页 |
| 4.3 多角度融合模型及融合策略 | 第24-26页 |
| 4.4 多角度融合模型的检测过程 | 第26-27页 |
| 第五章 实验与结果分析 | 第27-34页 |
| 5.1 模型训练和检测使用的数据库 | 第27-29页 |
| 5.2 multi-view DPM在FERET数据库上的检测实验 | 第29-30页 |
| 5.3 multi-view DPM在PASCAL数据库上的检测实验 | 第30-31页 |
| 5.4 multi-view DPM在自然图像上的检测实验 | 第31-34页 |
| 第六章 总结与展望 | 第34-35页 |
| 参考文献 | 第35-37页 |
| 致谢 | 第37页 |
