基于AdaBoost人脸检测算法的研究

中文摘要	第1-6页
ABSTRACT	第6-8页
第1章 绪论	第8-20页
·课题的研究背景及意义	第8-10页
·人脸检测技术发展概况	第10-14页
·提升检测精度阶段	第10-11页
·提升检测速度阶段	第11-13页
·重要算法的提出	第13页
·基于AdaBoost算法的综合应用阶段	第13-14页
·人脸检测算法分类	第14-16页
·基于知识的方法	第15页
·基于稳定特征的方法	第15-16页
·模板匹配的方法	第16页
·基于表象的方法	第16页
·论文研究内容及其工作	第16-17页
·论文的意义与创新	第17-19页
·论文的结构	第19-20页
第2章 基于ADABOOST的人脸检测技术	第20-34页
·PAC学习模型	第20-21页
·Haar-Like特征	第21-22页
·积分图	第22-26页
·概念原理	第22-24页
·利用积分图计算矩形特征值	第24-26页
·AdaBoost训练算法流程	第26-28页
·分类器训练方法	第28-32页
·最佳弱分类器的选取	第28-30页
·强分类器的合成	第30-32页
·级联分类器	第32-33页
·本章小结	第33-34页
第3章 ADABOOST训练算法研究	第34-46页
·特征数量计算	第34-36页
·条件矩形的概念	第34页
·条件矩形的数量计算方法	第34-35页
·特征模板下的条件矩形计算	第35-36页
·训练成本分析	第36-38页
·特征值分析	第38-45页
·本章小结	第45-46页
第4章 ADABOOST算法中的特征筛选方法	第46-56页
·预处理筛选方法	第46-48页
·级联同步筛选方法	第48-50页
·实验结果及分析	第50-55页
·本章小结	第55-56页
第5章 总结	第56-58页
·论文工作总结	第56-57页
·进一步的研究方向	第57-58页
参考文献	第58-62页
致谢	第62-64页
硕士期间发表的论文	第64页