基于肤色模型和模板匹配的人脸检测研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-20页 |
| ·人脸检测的研究背景 | 第10-11页 |
| ·人脸检测的研究方法 | 第11-14页 |
| ·基于知识规则的方法 | 第11-12页 |
| ·基于可视特征的方法 | 第12-13页 |
| ·基于模板匹配的方法 | 第13页 |
| ·基于神经网络的方法 | 第13-14页 |
| ·基于隐马尔可夫模型的方法 | 第14页 |
| ·国内外人脸检测技术的研究现状 | 第14-15页 |
| ·人脸检测的应用 | 第15-16页 |
| ·人脸检测的难点 | 第16-17页 |
| ·肤色信息在人脸检测中的应用 | 第17-18页 |
| ·本文研究内容和章节安排 | 第18-20页 |
| ·本文研究内容 | 第18页 |
| ·本文章节安排 | 第18-20页 |
| 第二章 色彩空间的选取和肤色模型的建立 | 第20-32页 |
| ·色彩空间的类型和选取准则 | 第20-24页 |
| ·色彩空间的类型 | 第20-24页 |
| ·色彩空间的选取准则 | 第24页 |
| ·YCbCr 色彩空间的确定 | 第24-25页 |
| ·光照补偿 | 第25-26页 |
| ·肤色高斯模型的建立 | 第26-31页 |
| ·肤色高斯模型的提出 | 第26页 |
| ·肤色高斯模型的建立 | 第26-28页 |
| ·肤色似然度的计算 | 第28页 |
| ·仿真实验 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 人脸区域粗定位 | 第32-44页 |
| ·图像分割 | 第32-34页 |
| ·基于 Fisher 准则的阈值动态获取算法 | 第34-37页 |
| ·基于Fisher 准则动态阈值的获取 | 第34-36页 |
| ·肤色似然图像的二值化 | 第36页 |
| ·仿真实验 | 第36-37页 |
| ·二值图像的去噪 | 第37-39页 |
| ·图像噪声 | 第37页 |
| ·基于中值滤波的图像去噪 | 第37-38页 |
| ·仿真实验 | 第38-39页 |
| ·人脸区域粗定位 | 第39-43页 |
| ·肤色区域标记和数目统计 | 第39-40页 |
| ·区域定向 | 第40页 |
| ·基于长宽比和面积占有率的人脸粗定位 | 第40-41页 |
| ·基于欧拉数的人脸区域验证 | 第41-42页 |
| ·仿真实验 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于模板匹配的人脸精确定位 | 第44-52页 |
| ·匹配的基本原理 | 第44-46页 |
| ·匹配技术的应用 | 第44页 |
| ·图像匹配算法的分类 | 第44-45页 |
| ·图像匹配的关键要素 | 第45-46页 |
| ·基于模板匹配的人脸精确定位算法 | 第46-50页 |
| ·人脸模板的建立 | 第46-48页 |
| ·基于模板匹配的人脸精确定位算法 | 第48-49页 |
| ·仿真实验 | 第49-50页 |
| ·人脸检测算法流程 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间完成的论文 | 第58-59页 |
| 致谢 | 第59-60页 |
