| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-18页 |
| ·引言 | 第7-8页 |
| ·人脸检测的概念 | 第7页 |
| ·人脸检测的意义 | 第7-8页 |
| ·人脸检测的现状 | 第8-16页 |
| ·人脸检测技术简介 | 第8-16页 |
| ·人脸检测的难点 | 第16页 |
| ·本文研究内容 | 第16-18页 |
| ·论文总体思路 | 第16-17页 |
| ·主要研究内容 | 第17-18页 |
| 第二章 AdaBoost算法研究与分析 | 第18-32页 |
| ·引言 | 第18-19页 |
| ·PAC(Probably Approximately Correct)学习模型 | 第18-19页 |
| ·弱学习与强学习 | 第19页 |
| ·AdaBoost算法概述 | 第19-24页 |
| ·Haar特征 | 第20-22页 |
| ·积分图 | 第22-24页 |
| ·AdaBoost算法训练过程的实现 | 第24-26页 |
| ·训练样本的选择 | 第24页 |
| ·训练过程的实现 | 第24-26页 |
| ·级联分类器的设计 | 第26-27页 |
| ·AdaBoost算法检测过程实现 | 第27-28页 |
| ·AdaBoost改进方法 | 第28-31页 |
| ·针对Haar特征的改进方法 | 第29-30页 |
| ·针对分类器的改进方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 肤色过滤 | 第32-43页 |
| ·颜色空间简介 | 第32-36页 |
| ·RGB颜色空间 | 第32-33页 |
| ·CIEL*a*b*国际照明委员会三度色彩空间 | 第33页 |
| ·HSI颜色空间 | 第33-34页 |
| ·YCrCb颜色空间 | 第34-36页 |
| ·肤色模型 | 第36-38页 |
| ·门限模型 | 第36页 |
| ·贝叶斯模型 | 第36-37页 |
| ·高斯模型 | 第37-38页 |
| ·肤色过滤实现 | 第38-39页 |
| ·实验结果与分析 | 第39-42页 |
| ·数据库的选择 | 第39-40页 |
| ·人脸检测与肤色过滤实验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 眼睛定位 | 第43-56页 |
| ·眼睛定位方法概述 | 第43-46页 |
| ·投影函数法 | 第43-44页 |
| ·对称变换法 | 第44-45页 |
| ·模板匹配法 | 第45-46页 |
| ·基于块的方法 | 第46-47页 |
| ·块的定义 | 第46页 |
| ·块匹配 | 第46-47页 |
| ·特征圆 | 第47-50页 |
| ·特征点的选取 | 第47-48页 |
| ·特征值的选取 | 第48-49页 |
| ·Gabor特征 | 第49页 |
| ·特征圆提取 | 第49-50页 |
| ·基于块(Based on Blocks)的眼睛定位算法的实现 | 第50-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·数据库的选择 | 第51-52页 |
| ·实验结果的度量 | 第52页 |
| ·实验 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 人脸检测系统的开发 | 第56-64页 |
| ·系统简介 | 第56-60页 |
| ·开发平台 | 第56-57页 |
| ·系统功能简介 | 第57-60页 |
| ·系统流程 | 第60-61页 |
| ·运行结果 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·主要工作总结 | 第64页 |
| ·将来工作展望 | 第64-66页 |
| 附录一 硕士期间发表的论文 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |