视频中的人脸检测与跟踪算法研究
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题研究的背景和意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 人脸检测研究现状 | 第15-19页 |
| 1.2.2 人脸跟踪研究现状 | 第19-21页 |
| 1.3 本文工作及内容安排 | 第21-22页 |
| 1.3.1 本文工作 | 第21页 |
| 1.3.2 内容安排 | 第21-22页 |
| 1.4 本章小结 | 第22-23页 |
| 第二章 人脸检测算法研究 | 第23-41页 |
| 2.1 人脸检测的难点与性能评估 | 第23-24页 |
| 2.1.1 人脸检测的难点 | 第23-24页 |
| 2.1.2 人脸检测的性能评估 | 第24页 |
| 2.2 图像预处理 | 第24-27页 |
| 2.2.1 图像去噪 | 第24-25页 |
| 2.2.2 光照补偿 | 第25-27页 |
| 2.3 肤色分割 | 第27-34页 |
| 2.3.1 色彩空间 | 第27-30页 |
| 2.3.2 肤色模型 | 第30-31页 |
| 2.3.3 肤色区域分割 | 第31-34页 |
| 2.4 基于HOG特征的人脸检测 | 第34-36页 |
| 2.4.1 HOG特征的基本理论 | 第34-35页 |
| 2.4.2 HOG特征的提取 | 第35-36页 |
| 2.5 支持向量机 | 第36-38页 |
| 2.6 非极大值抑制法 | 第38-40页 |
| 2.7 本章小结 | 第40-41页 |
| 第三章 人脸跟踪算法研究 | 第41-53页 |
| 3.1 人脸跟踪的难点与性能评估 | 第41-42页 |
| 3.1.1 人脸跟踪的难点 | 第41页 |
| 3.1.2 人脸跟踪的性能评估 | 第41-42页 |
| 3.2 经典的目标跟踪算法 | 第42-44页 |
| 3.3 KCF跟踪算法 | 第44-49页 |
| 3.3.1 循环矩阵 | 第45-46页 |
| 3.3.2 岭回归分类器 | 第46-47页 |
| 3.3.3 核函数 | 第47-48页 |
| 3.3.4 快速检测 | 第48-49页 |
| 3.4 KCF算法分析 | 第49页 |
| 3.5 颜色直方图 | 第49-50页 |
| 3.6 多尺度变换 | 第50页 |
| 3.7 跟踪置信度判断机制 | 第50-51页 |
| 3.8 本章小结 | 第51-53页 |
| 第四章 基于肤色分割与梯度直方图的人脸检测算法 | 第53-59页 |
| 4.1 引言 | 第53页 |
| 4.2 基于肤色分割与梯度直方图的人脸检测系统 | 第53-55页 |
| 4.2.1 肤色区域分割 | 第54页 |
| 4.2.2 基于HOG特征的SVM分类器 | 第54-55页 |
| 4.3 实验结果分析 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于特征融合的多尺度核相关滤波跟踪算法 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 SCKCF跟踪算法 | 第59-63页 |
| 5.2.1 SCKCF算法流程 | 第59-60页 |
| 5.2.2 实验结果分析 | 第60-63页 |
| 5.3 加入跟踪置信度判断机制的SCKCF算法 | 第63-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 学位论文评阅及答辩情况表 | 第76页 |
