| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外人脸检测研究现状 | 第11页 |
| 1.3 人脸检测主要方法概述 | 第11-16页 |
| 1.3.1 基于特征的人脸检测 | 第12-13页 |
| 1.3.2 基于模板匹配的人脸检测 | 第13-14页 |
| 1.3.3 基于统计学习的人脸检测 | 第14-16页 |
| 1.4 本文的主要工作及章节安排 | 第16-18页 |
| 第2章 AdaBoost人脸检测算法 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 Haar特征及特征值 | 第18-21页 |
| 2.2.1 Haar小波 | 第18-19页 |
| 2.2.2 Haar特征 | 第19-20页 |
| 2.2.3 积分图计算特征值 | 第20-21页 |
| 2.3 AdaBoost算法训练部分 | 第21-26页 |
| 2.3.1 弱分类器 | 第21-22页 |
| 2.3.2 强分类器 | 第22-24页 |
| 2.3.3 级联分类器 | 第24-26页 |
| 2.4 AdaBoost算法检测部分 | 第26-28页 |
| 2.4.1 检测流程 | 第26页 |
| 2.4.2 多尺度检测 | 第26-27页 |
| 2.4.3 多尺度合并 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于AdaBoost的人眼精定位 | 第29-40页 |
| 3.1 引言 | 第29页 |
| 3.2 基于AdaBoost的眼部区域检测 | 第29-32页 |
| 3.2.1 眼部区域检测 | 第29-30页 |
| 3.2.2 实验与分析 | 第30-32页 |
| 3.3 人眼精确定位 | 第32-36页 |
| 3.3.1 分割左右眼 | 第32-33页 |
| 3.3.2 提取人眼条形区域 | 第33-35页 |
| 3.3.3 自适应二值化圆拟合 | 第35-36页 |
| 3.4 实验与分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于AdaBoost和肤色检测的视频人脸检测 | 第40-53页 |
| 4.1 引言 | 第40-41页 |
| 4.2 肤色模型概述 | 第41-42页 |
| 4.3 双高斯肤色模型的建立 | 第42-46页 |
| 4.3.1 Y分量高斯肤色模型 | 第43-44页 |
| 4.3.2 CbCr分量高斯肤色模型 | 第44-45页 |
| 4.3.3 双高斯肤色模型 | 第45-46页 |
| 4.4 基于AdaBoost的精确视频人脸检测 | 第46-48页 |
| 4.5 实验与分析 | 第48-52页 |
| 4.5.1 肤色分割实验分析 | 第48-49页 |
| 4.5.2 视频人脸检测实验分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 结论与展望 | 第53-55页 |
| 5.1 课题研究内容总结 | 第53页 |
| 5.2 课题展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |