| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-17页 |
| ·研究的背景和意义 | 第13-14页 |
| ·国内外研究进展 | 第14-15页 |
| ·本文的研究内容和创新点 | 第15-17页 |
| ·本文的研究内容 | 第15页 |
| ·本文的创新点 | 第15-17页 |
| 第二章 人脸动态检测与实时跟踪系统的设计 | 第17-24页 |
| ·系统硬件连接 | 第17-19页 |
| ·系统工作流程 | 第19-20页 |
| ·系统开发工具选择 | 第20-23页 |
| ·OpenCV 视觉函数库 | 第20-21页 |
| ·DirectShow 技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 人脸动态检测算法 | 第24-49页 |
| ·人脸检测技术的研究 | 第24-27页 |
| ·基于模板匹配的人脸检测算法 | 第24-25页 |
| ·基于彩色信息的人脸检测算法 | 第25页 |
| ·基于统计学习的人脸检测算法 | 第25-27页 |
| ·ADABOOST 人脸训练和检测算法 | 第27-36页 |
| ·AdaBoost 算法 | 第27-30页 |
| ·样本的收集和处理 | 第30页 |
| ·特征描述 | 第30-34页 |
| ·分类器的构造 | 第34-36页 |
| ·训练和检测优化 | 第36-45页 |
| ·提高训练速度 | 第36-37页 |
| ·提高检测速度 | 第37-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 人脸跟踪算法 | 第49-68页 |
| ·人脸跟踪技术的研究 | 第49-51页 |
| ·利用背景信息跟踪 | 第49页 |
| ·基于光流的人脸跟踪算法 | 第49-50页 |
| ·基于背景减除与时间差分的方法 | 第50页 |
| ·基于局部器官特征的方法 | 第50页 |
| ·基于肤色信息的方法 | 第50-51页 |
| ·CAMSHIFT 人脸跟踪算法 | 第51-61页 |
| ·颜色模型的选取 | 第52-53页 |
| ·颜色模型变换的算法 | 第53-56页 |
| ·色彩直方图 | 第56-57页 |
| ·直方图反向背景投影图 | 第57-58页 |
| ·均值漂移算法 | 第58-59页 |
| ·连续自适应的均值位移算法 | 第59-61页 |
| ·CAMSHIFT 人脸跟踪算法的改进 | 第61-63页 |
| ·Camshift 算法的不足 | 第61页 |
| ·Cam Shift 算法的改进 | 第61-63页 |
| ·跟踪结果及分析 | 第63-67页 |
| ·MeanShift 与CamShift 人脸跟踪窗口实验 | 第63-65页 |
| ·改进算法前后实验对比 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 系统的实现 | 第68-73页 |
| ·系统实现 | 第68-69页 |
| ·云台控制策略 | 第69-71页 |
| ·系统运行实例 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| ·论文工作总结 | 第73页 |
| ·人脸检测与跟踪技术展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 在学期间的研究成果及发表的论文 | 第80页 |