摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-29页 |
·课题研究的目的意义 | 第12页 |
·国内外研究现状 | 第12-25页 |
·人脸检测方法分类及评价指标 | 第13-16页 |
·经典人脸检测算法 | 第16-19页 |
·当前人脸检测研究进展 | 第19-25页 |
·有算法存在的问题与不足 | 第25-26页 |
·研究内容 | 第26-27页 |
·论文结构 | 第27-29页 |
第2章 图像去噪与肤色分割预处理 | 第29-51页 |
·引言 | 第29-30页 |
·利用EMD的自适应图像去噪处理 | 第30-38页 |
·Hilbert-Huang变换及EMD算法 | 第31-33页 |
·基于EMD的去噪算法及其不足 | 第33-35页 |
·利用EMD的自适应图像去噪算法 | 第35-38页 |
·基于肤色相似度和动态阈值的肤色分割算法 | 第38-43页 |
·色彩空间转换 | 第39-40页 |
·肤色相似度计算 | 第40-41页 |
·动态阈值的确定 | 第41-43页 |
·肤色区域分割与形态学后处理 | 第43页 |
·实验结果与分析 | 第43-50页 |
·图像去噪实验 | 第43-47页 |
·肤色分割实验 | 第47-50页 |
·本章小结 | 第50-51页 |
第3章 基于SA-AdaBoostSVM算法的正面人脸检测研究 | 第51-69页 |
·引言 | 第51页 |
·AdaBoost人脸检测算法 | 第51-55页 |
·Haar-like特征 | 第52页 |
·AdaBoost算法 | 第52-54页 |
·级联结构 | 第54-55页 |
·SA-AdaBoostSVM算法 | 第55-61页 |
·AdaBoostSVM算法及其不足 | 第55-56页 |
·算法改进的策略与理论依据 | 第56-59页 |
·SA-AdaBoostSVM算法描述 | 第59-61页 |
·基于SA-AdaBoostSVM算法的正面人脸检测 | 第61-63页 |
·正面人脸检测分类器的训练与测试流程 | 第61-62页 |
·输入图像的正面人脸检测 | 第62-63页 |
·实验结果与分析 | 第63-68页 |
·SA-AdaBoostSVM算法的速度与性能验证 | 第63-66页 |
·输入图像的正面人脸检测实验 | 第66-68页 |
·本章小结 | 第68-69页 |
第4章 基于多特征融合与改进的决策树级联结构的多姿态人脸检测 | 第69-86页 |
·引言 | 第69-70页 |
·多特征的引入与改进 | 第70-74页 |
·三角积分特征 | 第71-72页 |
·基于形态学梯度的边缘方位场特征 | 第72-74页 |
·基于多特征融合的SA-AdaBoostSVM算法 | 第74-76页 |
·改进的决策树级联结构 | 第76-80页 |
·多姿态人脸检测器级联结构 | 第76-78页 |
·改进的决策树级联结构 | 第78-79页 |
·多姿态人脸检测 | 第79-80页 |
·实验结果与分析 | 第80-85页 |
·多特征融合的SA-AdaBoostSVM算法的人脸检测实验 | 第80-82页 |
·改进的决策树级联结构实验 | 第82-83页 |
·本文方法的多姿态人脸检测速度与性能验证 | 第83-85页 |
·本章小结 | 第85-86页 |
第5章 基于组件距离匹配度函数的部分遮挡人脸检测 | 第86-96页 |
·引言 | 第86页 |
·部分遮挡人脸检测算法的总体描述 | 第86-88页 |
·基于SA-AdaBoostSVM算法的各组件检测 | 第88-89页 |
·基于组件匹配度函数的组件整合验证算法 | 第89-92页 |
·组件距离匹配度函数及相关概念定义 | 第89-90页 |
·组件整合分组算法 | 第90-91页 |
·组件验证算法 | 第91页 |
·遮挡组件估计与人脸定位检测 | 第91-92页 |
·实验结果与分析 | 第92-95页 |
·本章小结 | 第95-96页 |
结论 | 第96-98页 |
参考文献 | 第98-110页 |
攻读博士学位期间发表的论文 | 第110-112页 |
致谢 | 第112页 |