基于连续Adaboost算法的人脸检测研究

摘要	第1-4页
Abstract	第4-5页
目录	第5-7页
图表目录	第7-8页
1 绪论	第8-13页
·背景及研究现状	第8页
·人脸检测方法及分类	第8-10页
·基于知识的人脸检测方法	第8-9页
·基于统计理论的人脸检测方法	第9-10页
·基于人工神经网络的方法	第9页
·基于支持向量机的方法	第9页
·基于概率模型的方法	第9-10页
·基于Adaboost的方法	第10页
·人脸检测的评价标准	第10-11页
·本文研究的主要内容	第11-13页
·研究对象、目的及意义	第11-12页
·论文的组织	第12页
·论文的主要工作及创新	第12-13页
2 连续Adaboost算法	第13-24页
·Boosting算法背景	第13页
·连续Adaboost算法	第13-15页
·连续Adaboost算法在人脸检测中的应用	第15页
·基于连续Adaboost算法的人脸检测	第15-16页
·Haar特征	第16-19页
·积分图	第19-21页
·概念	第19-21页
·利用积分图计算矩形特征值	第21页
·图像区域的积分图计算	第21页
·由Haar特征生成弱分类器	第21-22页
·利用连续Adaboost算法生成强分类器	第22-23页
·级联分类器	第23页
·本章小节	第23-24页
3 连续Adaboost算法的理论分析	第24-29页
·连续Adaboost算法的理论证明	第24-27页
·连续Adaboost算法中的不足及优化策略	第27-28页
·本章小结	第28-29页
4 基于DS-Adaboost算法的人脸检测	第29-34页
·DS-Adaboost算法	第29-31页
·实验结果与分析	第31-33页
·训练误差与分析	第31页
·检测结果与分析	第31-33页
·人脸检测系统	第33页
·本章小结	第33-34页
结束语	第34-35页
致谢	第35-36页
参考文献	第36-39页
附录	第39页