| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 人脸检测方法研究现状 | 第12-13页 |
| 1.3.2 人脸识别方法研究现状 | 第13-15页 |
| 1.4 研究主要内容及组织结构 | 第15-18页 |
| 1.4.1 论文主要内容 | 第15-16页 |
| 1.4.2 论文的组织结构 | 第16-18页 |
| 2 学生身份定位系统概述 | 第18-27页 |
| 2.1 引言 | 第18-20页 |
| 2.2 人脸检测 | 第20-24页 |
| 2.2.1 图像预处理 | 第20-21页 |
| 2.2.2 Haar-Like特征与积分图像 | 第21-24页 |
| 2.3 运动检测与图像分割 | 第24-26页 |
| 2.3.1 运动检测 | 第24-25页 |
| 2.3.2 图像分割 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 教室场景下人脸检测及跟踪 | 第27-53页 |
| 3.1 引言 | 第27-28页 |
| 3.2 人脸识别注册系统 | 第28-31页 |
| 3.3 教室场景人脸检测 | 第31-42页 |
| 3.3.1 基于Haar-Like特征Adaboost算法 | 第31-34页 |
| 3.3.2 人脸检测器和肤色模型训练 | 第34-42页 |
| 3.4 基于改进的CamShift人脸跟踪 | 第42-48页 |
| 3.5 实验结果与分析 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 4 基于GrabCut算法的区域分割及身份匹配 | 第53-65页 |
| 4.1 引言 | 第53-54页 |
| 4.2 基于改进的GrabCut衣服分割 | 第54-61页 |
| 4.2.1 GrabCut算法概述 | 第54-57页 |
| 4.2.2 基于MotionHistory及肤色检测的衣服分割 | 第57-61页 |
| 4.3 HSV和HOG特征提取及匹配 | 第61-62页 |
| 4.4 学生身份定位 | 第62-63页 |
| 4.5 实验结果与分析 | 第63-64页 |
| 4.6 本章小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 内容总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |