具有饰物遮挡的人脸检测与判识
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 现有方法概述 | 第9-10页 |
| 1.2.2 对现有方法的不足的分析 | 第10-11页 |
| 1.3 课题研究难点 | 第11-12页 |
| 1.4 本文的主要研究内容 | 第12-14页 |
| 第2章 运动目标检测 | 第14-26页 |
| 2.1 一种由动到静的前景目标检测策略 | 第14-15页 |
| 2.2 运动目标检测常用方法 | 第15-18页 |
| 2.2.1 帧差法 | 第16-17页 |
| 2.2.2 光流法 | 第17页 |
| 2.2.3 背景减除法 | 第17-18页 |
| 2.3 背景建模常用方法 | 第18-23页 |
| 2.3.1 时间平均模型 | 第18-19页 |
| 2.3.2 高斯混合模型 | 第19-21页 |
| 2.3.3 码本模型 | 第21-23页 |
| 2.4 基于更新学习的码本模型 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 静态目标检测 | 第26-33页 |
| 3.1 利用霍夫圆检测对人头进行检测 | 第26-27页 |
| 3.2 头肩检测 | 第27-31页 |
| 3.2.1 局部二值模式（LBP）特征 | 第27-28页 |
| 3.2.2 方向梯度直方图（HOG）特征 | 第28-30页 |
| 3.2.3 基于LBP+HOG特征的头肩检测 | 第30-31页 |
| 3.3 训练分类器 | 第31-32页 |
| 3.3.1 LFW数据库 | 第31页 |
| 3.3.2 训练样本的选取 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 遮挡人脸的检测与判识 | 第33-52页 |
| 4.1 Adaboost算法的主要思想与步骤 | 第33-35页 |
| 4.2 基于三类饰物的Adaboost分类器 | 第35-43页 |
| 4.2.1 实验数据库 | 第36-38页 |
| 4.2.2 实验结果及分析 | 第38-43页 |
| 4.3 对遮挡人脸的进一步判识 | 第43-51页 |
| 4.3.1 对遮挡人脸区域进行Gabor变换 | 第43-45页 |
| 4.3.2 利用欧式距离对遮挡人脸分类 | 第45-48页 |
| 4.3.3 主分量分析（PCA）联合最近邻分类器 | 第48-50页 |
| 4.3.4 进一步判识的实验结果 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-59页 |
| 致谢 | 第59页 |
