| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·人脸检测中存在的难点 | 第12页 |
| ·人脸检测方法的简述 | 第12-15页 |
| ·基于模板匹配的人脸检测 | 第13-14页 |
| ·基于知识的人脸检测 | 第14页 |
| ·基于统计学习的人脸检测 | 第14-15页 |
| ·本文主要工作和章节安排 | 第15-18页 |
| ·本文主要工作 | 第15-16页 |
| ·论文结构安排 | 第16-18页 |
| 第2章 基于肤色的人脸检测 | 第18-43页 |
| ·彩色空间 | 第18-24页 |
| ·RGB模型 | 第18-19页 |
| ·HSV模型 | 第19-20页 |
| ·YCbCr模型 | 第20页 |
| ·肤色在不同彩色空间中的聚类性 | 第20-23页 |
| ·彩色空间选择 | 第23-24页 |
| ·肤色模型 | 第24-29页 |
| ·简单肤色模型 | 第24-25页 |
| ·高斯模型 | 第25-28页 |
| ·肤色模型选取 | 第28-29页 |
| ·基于边缘检测的肤色分割 | 第29-34页 |
| ·图像预处理 | 第29-30页 |
| ·肤色似然图 | 第30页 |
| ·图像二值化处理 | 第30-32页 |
| ·基于canny边缘算子的肤色分割 | 第32-34页 |
| ·滤波处理 | 第34-37页 |
| ·中值滤波 | 第34-35页 |
| ·形态学处理 | 第35-37页 |
| ·肤色区域的筛选 | 第37-38页 |
| ·实验结果 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 基于PCA特征SVND的人脸检测 | 第43-60页 |
| ·支持向量机 | 第43-50页 |
| ·两分类SVM方法 | 第43-48页 |
| ·一类SVM方法 | 第48-50页 |
| ·核函数的选择 | 第50页 |
| ·级联SVND | 第50-51页 |
| ·PCA特征提取 | 第51-53页 |
| ·PCA理论 | 第51-52页 |
| ·基于PCA的特征提取 | 第52页 |
| ·基于PCA特征的级联SVND | 第52-53页 |
| ·实验与分析 | 第53-59页 |
| ·人脸数据库上的实验 | 第53-56页 |
| ·真实图像上的检测 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 基于肤色和PCA特征的级联SVND的人脸检测 | 第60-67页 |
| ·基于肤色检测的特点 | 第60页 |
| ·基于PCA特征的级联SVND检测的特点 | 第60页 |
| ·基于肤色和PCA特征的级联SVND的人脸检测 | 第60-62页 |
| ·实验与分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 论文总结 | 第67页 |
| 进一步工作 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |