基于灰度、梯度和肤色特征的通用人脸检测算法研究

第一章 绪论	第1-14页
·引言	第6页
·人脸检测研究的现状	第6-10页
·本文的人脸检测器的设计构思	第10-12页
·本文的主要工作及创新之处	第12-13页
·本文的内容安排	第13-14页
第二章 分类器设计及训练	第14-38页
·AdaBoost算法与强分类器	第14-16页
·级联分类器	第16-19页
·类Haar特征	第19-30页
·类Haar特征的形状	第19-21页
·计算类Haar特征值	第21页
·创建类Haar特征集	第21-23页
·积分图	第23-25页
·类Haar特征弱分类器	第25-28页
·选择弱分类器	第28-30页
·梯度差规则	第30-33页
·梯度算子	第30-32页
·梯度差弱分类器	第32-33页
·肤色差规则	第33-37页
·选择色平面	第33-36页
·肤色距离图	第36-37页
·小结	第37-38页
第三章、检测器设计及实验结果分析	第38-47页
·本文的人脸检测范围	第38-39页
·人脸检测器的设计	第39-42页
·实验结果及分析	第42-47页
·构成级联分类器的弱分类器数目	第43页
·灰度图测试	第43-44页
·彩色图测试	第44-46页
·测试结果图例	第46-47页
第四章 样本的制取	第47-54页
·人脸样本的制取	第47-51页
·记录人脸特征点	第47-49页
·编程割取人脸样本	第49-51页
·非人脸样本的制取	第51-54页
第五章 总结与展望	第54-56页
参考文献	第56-58页
致谢	第58-59页