| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状概述 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·存在的问题 | 第13页 |
| ·本文的研究目标和主要解决途径 | 第13-15页 |
| ·论文的内容安排 | 第15-16页 |
| 第二章 肤色检测 | 第16-33页 |
| ·肤色属性 | 第16-17页 |
| ·颜色度量 | 第17页 |
| ·颜色空间 | 第17-20页 |
| ·RGB颜色空间 | 第18-19页 |
| ·HSI颜色空间 | 第19页 |
| ·YUV，YIQ颜色空间 | 第19-20页 |
| ·颜色空间与肤色建模的探讨 | 第20-21页 |
| ·颜色空间选择的探讨 | 第20页 |
| ·光照对肤色模型的影响 | 第20-21页 |
| ·常用的肤色检测模型分析研究 | 第21-24页 |
| ·非参数模型 | 第21-22页 |
| ·参数模型 | 第22-23页 |
| ·半参数模型 | 第23-24页 |
| ·一种基于YCgCr颜色空间的肤色检测方法 | 第24-29页 |
| ·YCgCr颜色空间的选择 | 第24-25页 |
| ·肤色模型的建立 | 第25-26页 |
| ·实验结果及分析 | 第26-29页 |
| ·纹理信息在皮肤检测中的应用 | 第29-31页 |
| ·纹理分析 | 第29-30页 |
| ·基于一阶灰度统计的纹理检测 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 人脸检测 | 第33-43页 |
| ·人脸检测概述 | 第33-34页 |
| ·常用的人脸检测方法 | 第34-35页 |
| ·基于知识的方法 | 第34-35页 |
| ·基于肤色特征的方法 | 第35页 |
| ·基于模板匹配的方法 | 第35页 |
| ·基于概率模型的方法 | 第35页 |
| ·结合 YCgCr空间中肤色信息的AdaBoost人脸检测算法 | 第35-42页 |
| ·算法提出的原因 | 第35-36页 |
| ·YCgCr空间中的肤色检测 | 第36-37页 |
| ·Adaboost分类器级联的训练 | 第37-39页 |
| ·人脸检测 | 第39-41页 |
| ·实验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 敏感图像特征提取 | 第43-56页 |
| ·基于掩码的特征提取 | 第43-48页 |
| ·肤色面积百分比及区域百分比 | 第44页 |
| ·皮肤暴露度特征 | 第44页 |
| ·区域的致密性 | 第44页 |
| ·图像中心位置皮肤区域百分比 | 第44-45页 |
| ·人脸面积占肤色面积的百分比 | 第45页 |
| ·连通区域提取算法 | 第45-48页 |
| ·基于显著区域的特征提取 | 第48-54页 |
| ·图像显著区域提取 | 第49-52页 |
| ·显著区域特征提取 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 敏感图像的识别 | 第56-65页 |
| ·分类器的选择 | 第56页 |
| ·基于SVMs的分类器设计 | 第56-61页 |
| ·线性支持向量机算法 | 第56-58页 |
| ·非线性SVMs算法 | 第58-59页 |
| ·核函数的选择及参数的调节 | 第59-61页 |
| ·基于 SVMs的敏感图像分类算法 | 第61-62页 |
| ·实验结果分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第70-71页 |
| 致谢 | 第71页 |