复杂背景下的人脸检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·论文的主要工作 | 第9页 |
| ·论文的主要结构 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 第二章 人脸检测概述 | 第11-16页 |
| ·人脸检测的基本概念 | 第11-12页 |
| ·人脸检测的定义 | 第11-12页 |
| ·人脸检测国内外研究现状 | 第12页 |
| ·人脸检测方法 | 第12-15页 |
| ·基于知识规则人脸检测方法 | 第13页 |
| ·基于可视特征的人脸检测方法 | 第13-14页 |
| ·基于模板匹配的人脸检测方法 | 第14-15页 |
| ·人脸检测的应用 | 第15页 |
| ·人脸检测的研究课题 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第三章 图像的预处理 | 第16-28页 |
| ·引言 | 第16页 |
| ·二值化图像分析处理 | 第16-18页 |
| ·复杂图像中的降噪算法 | 第18-24页 |
| ·噪声的基本概念 | 第18页 |
| ·噪声的分类 | 第18-19页 |
| ·中值滤波算法 | 第19-21页 |
| ·混合降噪算法 | 第21页 |
| ·卡尔曼滤波降噪算法 | 第21-24页 |
| ·光线补偿算法 | 第24-26页 |
| ·光源颜色影响的分析 | 第24页 |
| ·高光和阴影影响的分析 | 第24-25页 |
| ·光照补偿的具体算法 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 改进的人脸检测方法 | 第28-41页 |
| ·引言 | 第28页 |
| ·人脸颜色空间 | 第28-32页 |
| ·RGB 颜色模型 | 第28-29页 |
| ·YIQ 颜色模型 | 第29页 |
| ·HSV 模型 | 第29-30页 |
| ·HSI 颜色模型和YCbCr(YUV)颜色模型 | 第30-31页 |
| ·rgb 颜色模型 | 第31-32页 |
| ·灰度图像检测方法 | 第32-35页 |
| ·差分图像 | 第32-33页 |
| ·投影斜率法 | 第33-35页 |
| ·彩色图像的人脸检测方法 | 第35-39页 |
| ·Agent 模型和K-L 模型思想 | 第35页 |
| ·K-L 模型 | 第35页 |
| ·实验结果与分析 | 第35-36页 |
| ·Agent 模型 | 第36-38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第五章 颜色模型自适应 | 第41-45页 |
| ·引言 | 第41页 |
| ·颜色模型自适应的建立 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| ·论文工作总结 | 第45页 |
| ·进一步工作展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 读硕士期间发表的论文 | 第50-51页 |
| 致谢 | 第51页 |
