复杂背景下的彩色人脸检测算法与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 引言 | 第9-18页 |
| ·选题背景和意义 | 第9-16页 |
| ·人脸检测的研究现状及难点 | 第10-11页 |
| ·常用人脸检测算法的介绍 | 第11-14页 |
| ·现有的人脸图像集简介 | 第14-15页 |
| ·人脸检测结果的评价标准 | 第15-16页 |
| ·本文工作介绍 | 第16-17页 |
| ·随后章节安排 | 第17-18页 |
| 第2章 肤色区域的分割 | 第18-41页 |
| ·色彩空间及其转换 | 第18-21页 |
| ·RGB 色彩空间 | 第18-19页 |
| ·亮度归一化的rgb 色彩空间 | 第19页 |
| ·HSV 色彩空间 | 第19-20页 |
| ·YCbCr 色彩空间 | 第20-21页 |
| ·色彩空间之间的比较 | 第21-22页 |
| ·图像分割 | 第22-26页 |
| ·图像分割的定义 | 第22-23页 |
| ·基于区域增长的图像分割法 | 第23-24页 |
| ·基于边缘信息的分开合并分割法 | 第24-25页 |
| ·基于空间域聚类的图像阈值分割法 | 第25-26页 |
| ·肤色模型 | 第26-27页 |
| ·区域模型 | 第26页 |
| ·简单高斯模型 | 第26-27页 |
| ·混合高斯模型 | 第27页 |
| ·直方图模型 | 第27页 |
| ·光照补偿 | 第27-29页 |
| ·肤色模型的建立 | 第29-32页 |
| ·肤色相似度分割 | 第32-40页 |
| ·肤色相似度的计算 | 第32页 |
| ·自适应阈值的选取 | 第32-35页 |
| ·图像二值化 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 候选区域的筛选与验证 | 第41-56页 |
| ·概述 | 第41页 |
| ·图像滤波处理 | 第41-48页 |
| ·噪声 | 第42页 |
| ·中值滤波 | 第42-43页 |
| ·自适应滤波 | 第43页 |
| ·基于数学形态学的滤波 | 第43-46页 |
| ·实验结果 | 第46-48页 |
| ·候选区域的粗步筛选 | 第48-51页 |
| ·区域的长宽比 | 第48-49页 |
| ·区域的面积 | 第49页 |
| ·区域的中心 | 第49页 |
| ·实验结果 | 第49-51页 |
| ·候选区域的细选与验证 | 第51-55页 |
| ·欧拉数 | 第51页 |
| ·头发区域的检测 | 第51-52页 |
| ·人脸区域的标示 | 第52-54页 |
| ·实验结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第4章 人脸检测系统的实现与数据统计分析 | 第56-63页 |
| ·系统概述 | 第56-57页 |
| ·系统组成 | 第56页 |
| ·系统总流程图 | 第56-57页 |
| ·系统实现原则 | 第57页 |
| ·系统的实现 | 第57-60页 |
| ·实现的准备 | 第57-59页 |
| ·软件实现 | 第59-60页 |
| ·数据统计与分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·进一步工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 个人简历 | 第68页 |
