基于肤色和独立分量分析的人脸检测技术研究
| 第一章 引言 | 第1-17页 |
| ·概述 | 第8-9页 |
| ·人脸检测系统的评价标准 | 第9-10页 |
| ·人脸检测的研究现状 | 第10-14页 |
| ·二维灰度图像的人脸检测 | 第10-13页 |
| ·基于启发式建模的人脸检测 | 第10-12页 |
| ·基于统计的人脸检测 | 第12-13页 |
| ·彩色图像的人脸检测 | 第13-14页 |
| ·运动序列图像的人脸检测 | 第14页 |
| ·研究意义 | 第14-15页 |
| ·主要工作 | 第15页 |
| ·论文提纲 | 第15-17页 |
| 第二章 人脸区域粗定位 | 第17-31页 |
| ·颜色视觉 | 第17-23页 |
| ·CIE颜色系统 | 第18-19页 |
| ·颜色空间 | 第19-23页 |
| ·图像分割技术 | 第23-24页 |
| ·彩色图像的肤色分割 | 第24-28页 |
| ·人脸肤色统计模型的建立 | 第24-26页 |
| ·亮度适应性的获得 | 第26-28页 |
| ·肤色区域的分割 | 第28页 |
| ·噪声滤波 | 第28-29页 |
| ·确定候选脸 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 独立特征提取算法 | 第31-55页 |
| ·高阶统计特性分析 | 第31-32页 |
| ·多维统计数据的线性变换 | 第32-33页 |
| ·独立分量分析 | 第33-41页 |
| ·统计独立的基本概念 | 第33-34页 |
| ·ICA定义及其线性模型 | 第34-36页 |
| ·人脸图像的独立分量描述 | 第36-37页 |
| ·ICA算法的研究 | 第37-41页 |
| ·ICA的目标函数 | 第37-40页 |
| ·ICA的优化算法 | 第40-41页 |
| ·基于近似负熵的FASTICA算法的独立特征提取 | 第41-54页 |
| ·建立训练样本集 | 第43-44页 |
| ·预处理 | 第44-47页 |
| ·独立特征提取 | 第47-50页 |
| ·独立基选择 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 基于FASTICA的人脸检测 | 第55-63页 |
| ·建立测试样本 | 第56页 |
| ·预处理 | 第56-57页 |
| ·基于近似负熵的FASTICA算法的人脸检测 | 第57-58页 |
| ·实验结果及分析 | 第58-61页 |
| ·性能测试的统计结果 | 第58页 |
| ·检测性能的比较和分析 | 第58-60页 |
| ·检测结果示例 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
