| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·人脸跟踪的研究背景 | 第12-16页 |
| ·国内外人脸跟踪的研究现状 | 第12-13页 |
| ·人脸跟踪的问题分类和难点 | 第13-14页 |
| ·人脸跟踪的方法分类 | 第14-16页 |
| ·图像增强的研究背景 | 第16-18页 |
| ·传统的图像增强方法 | 第16-17页 |
| ·新的图像增强方法 | 第17-18页 |
| ·本文主要工作及结构安排 | 第18-20页 |
| 第二章 Retinex基本理论 | 第20-30页 |
| ·Retinex理论的由来 | 第20页 |
| ·Retinex理论计算方法 | 第20-21页 |
| ·基于路径比较的Retinex计算方法 | 第21-22页 |
| ·基于迭代的Retinex计算方法 | 第22-25页 |
| ·Frankle_McCann算法的实现步骤 | 第23页 |
| ·McCann99算法的实现步骤 | 第23-24页 |
| ·Frankle_McCann和McCann99效果对比 | 第24-25页 |
| ·中心环绕计算方法 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 改进的Retinex算法 | 第30-45页 |
| ·“光晕伪影”产生原因及解决思路 | 第30-32页 |
| ·基于双边滤波的Retinex图像增强方法 | 第32-38页 |
| ·照度估计 | 第32-33页 |
| ·照度图像压缩 | 第33-34页 |
| ·反射图像增强 | 第34页 |
| ·算法流程 | 第34-35页 |
| ·实验结果 | 第35-38页 |
| ·噪声放大问题产生原因及解决思路 | 第38页 |
| ·基于人眼视觉特性的Retinex图像增强算法 | 第38-44页 |
| ·算法步骤 | 第39页 |
| ·实验结果 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 低照度条件下的人脸跟踪技术 | 第45-58页 |
| ·色彩空间和肤色模型 | 第45-47页 |
| ·RGB空间 | 第45-46页 |
| ·YUV空间 | 第46页 |
| ·HSI空间 | 第46-47页 |
| ·归一化RGB空间 | 第47页 |
| ·卡尔曼滤波器基本原理 | 第47-49页 |
| ·离散卡尔曼滤波方程 | 第48页 |
| ·卡尔曼滤波器计算原型 | 第48-49页 |
| ·低照度条件下的人脸跟踪流程 | 第49-50页 |
| ·关键技术介绍 | 第50-52页 |
| ·肤色特征检测 | 第50页 |
| ·定位人脸 | 第50-51页 |
| ·卡尔曼运动预测 | 第51-52页 |
| ·肤色模型更新 | 第52页 |
| ·实验结果及讨论 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 一、总结 | 第58页 |
| 二、展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间参与的科研项目 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |