基于支持向量机的正面人脸检测研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 插图索引 | 第8-9页 |
| 第1章 绪论 | 第9-14页 |
| ·人脸检测研究的背景和意义 | 第9-10页 |
| ·人脸检测研究综述 | 第10-12页 |
| ·人脸检测问题的描述 | 第10页 |
| ·人脸检测的研究现状 | 第10-12页 |
| ·基于表象的方法 | 第10-11页 |
| ·集于特征的方法 | 第11-12页 |
| ·基于模板的方法 | 第12页 |
| ·人脸检测的评价标准 | 第12-13页 |
| ·评价指标 | 第12页 |
| ·测试图像集 | 第12-13页 |
| ·论文的主要研究工作和论文结构 | 第13-14页 |
| 第2章 支持向量机理论 | 第14-21页 |
| ·理论背景 | 第14-15页 |
| ·支持向量机方法简介 | 第15-18页 |
| ·支持向量机算法研究现状 | 第18-19页 |
| ·小结 | 第19-21页 |
| 第3章 基于像素的支持向量机人脸检测 | 第21-37页 |
| ·概述 | 第21页 |
| ·检测流程 | 第21-23页 |
| ·过滤器的构造和比较 | 第23-31页 |
| ·训练集和评价指标 | 第23页 |
| ·人脸平均模板匹配的方法 | 第23-26页 |
| ·主分量分析的方法 | 第26-27页 |
| ·采样非线性支持向量机的方法 | 第27-30页 |
| ·三种过滤器的比较 | 第30-31页 |
| ·非线性支持向量机主检测器构造 | 第31-32页 |
| ·人脸的定位和输出 | 第32-34页 |
| ·实验结果 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于矩形特征的支持向量机人脸检测 | 第37-51页 |
| ·概述 | 第37页 |
| ·Viola方法简介 | 第37-45页 |
| ·矩形特征和积分图像 | 第37-39页 |
| ·训练分类函数 | 第39-42页 |
| ·强分类器的层叠构造 | 第42-45页 |
| ·层叠分类器与基于矩形特征的支持向量机 | 第45-47页 |
| ·分类器训练 | 第47-48页 |
| ·训练样本集 | 第47页 |
| ·训练过程 | 第47页 |
| ·分类器结构 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第5章 SIMD指令在人脸检测中的应用 | 第51-56页 |
| ·SIMD指令简介 | 第51页 |
| ·MMX指令集 | 第51-54页 |
| ·MMX指令集简介 | 第51-52页 |
| ·编程环境 | 第52-53页 |
| ·MMX指令集在人脸检测中的应用 | 第53-54页 |
| ·SSE指令集 | 第54-55页 |
| ·SSE指令集简介 | 第54页 |
| ·SSE指令集在人脸检测中的应用 | 第54-55页 |
| ·小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第62-63页 |
| 附录B (攻读学位期间所参加的科研项目目录) | 第63页 |
