| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源，背景及研究意义 | 第9-11页 |
| ·数据分析——模式识别的重要研究问题 | 第9-10页 |
| ·人脸检测概念及技术 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·人脸检测的起源和发展 | 第11页 |
| ·人脸检测方法综述 | 第11-14页 |
| ·本文研究内容及结构安排 | 第14-15页 |
| ·研究内容 | 第14页 |
| ·文章结构安排 | 第14-15页 |
| 第2章 背景知识 | 第15-23页 |
| ·数据分析问题中的学习策略 | 第15-17页 |
| ·核方法 | 第17-20页 |
| ·内积与希尔伯特空间 | 第17-18页 |
| ·Mercer 定理 | 第18-19页 |
| ·核方法在聚类中的应用 | 第19-20页 |
| ·经典聚类算法 | 第20-23页 |
| ·K-均值算法 | 第20-21页 |
| ·核-K-均值算法 | 第21-23页 |
| 第3章 基于Seed 集的半监督核聚类算法 | 第23-32页 |
| ·Seed-核-K-均值（SKK-均值）算法 | 第23-24页 |
| ·EM 策略 | 第24-26页 |
| ·实验结果及分析 | 第26-31页 |
| ·SKK-均值算法在IRIS 数据集的实验 | 第26-28页 |
| ·SKK-均值算法在Crabs 数据集的实验 | 第28-29页 |
| ·SKK-均值算法在New-Thyroid 数据集的实验 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 利用SKK-均值算法构建肤色模型 | 第32-41页 |
| ·肤色模型问题的提出 | 第32-34页 |
| ·颜色空间及亮度补偿 | 第32-33页 |
| ·肤色建模 | 第33-34页 |
| ·基于SKK-均值算法的肤色模型 | 第34-35页 |
| ·肤色模型实验 | 第35-40页 |
| ·IMM 人脸库肤色模型实验 | 第35-37页 |
| ·自建人脸照片集肤色模型实验 | 第37-40页 |
| ·本章总结 | 第40-41页 |
| 第5章 应用肤色模型的AdaBoost 人脸检测 | 第41-49页 |
| ·AdaBoost 算法 | 第41-44页 |
| ·AdaBoost 算法的概念 | 第41-43页 |
| ·Haar-like 矩形特征 | 第43-44页 |
| ·瀑布式级联分类器 | 第44页 |
| ·AdaBoost 算法人脸检测实验 | 第44-49页 |
| ·摄像头实时人脸检测实验 | 第45-46页 |
| ·静态图片人脸检测实验 | 第46-49页 |
| 第6章 总结与展望 | 第49-50页 |
| ·本文所作的工作 | 第49页 |
| ·进一步的展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表论文情况 | 第56页 |
| 攻读硕士学位期间参与科研项目情况 | 第56页 |