| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 人脸检测与跟踪技术的研究背景及意义 | 第10-11页 |
| 1.2 人脸检测与跟踪技术的研究现状 | 第11页 |
| 1.3 人脸检测与跟踪技术的研究难点 | 第11-12页 |
| 1.4 本文工作和结构安排 | 第12-15页 |
| 第2章 预备知识 | 第15-31页 |
| 2.1 特征介绍 | 第15-17页 |
| 2.1.1 Haar特征 | 第15-16页 |
| 2.1.2 HOG特征 | 第16-17页 |
| 2.2 积分图 | 第17-19页 |
| 2.3 检测算法 | 第19-26页 |
| 2.3.1 AdaBoost算法 | 第19-21页 |
| 2.3.2 级联分类器 | 第21-22页 |
| 2.3.3 SVM算法 | 第22-26页 |
| 2.4 跟踪算法 | 第26-31页 |
| 2.4.1 Camshift算法 | 第26-28页 |
| 2.4.2 卡尔曼滤波 | 第28-31页 |
| 第3章 基于图像的人脸检测与跟踪 | 第31-56页 |
| 3.1 人脸检测与跟踪概述 | 第31-33页 |
| 3.2 基于Real AdaBoost算法的人脸检测 | 第33-40页 |
| 3.3 基于改进Camshift算法的人脸跟踪 | 第40-48页 |
| 3.4 实验结果及分析 | 第48-55页 |
| 3.4.1 AdaBoost检测算法和Real AdaBoost检测算法对比 | 第48-51页 |
| 3.4.2 改进Camshift算法和原始Camshift算法对比 | 第51-53页 |
| 3.4.3 加入肤色模型、卡尔曼预测算法前后对比 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 基于SVM的行人检测 | 第56-66页 |
| 4.1 行人检测概述 | 第56-57页 |
| 4.2 基于HOG和SVM的行人检测 | 第57-59页 |
| 4.3 基于MS-HOG和SVM+AdaBoost的行人检测 | 第59-62页 |
| 4.4 实验结果及分析 | 第62-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
