彩色序列图像中的人脸检测与跟踪

第一章 绪论	第1-13页
·课题的提出及意义	第7页
·研究背景与相关理论	第7-10页
·人脸检测与跟踪的发展现状	第7-8页
·应用领域	第8-9页
·涉及的学科和理论	第9-10页
·论文的工作内容和结构安排	第10-13页
·论文的主要工作	第10-12页
·论文的结构安排	第12-13页
第二章 人脸检测和目标跟踪技术研究	第13-22页
·人脸检测的基本思想和方法	第13-17页
·基于特征分析的方法	第13-15页
·基于整体的方法	第15-17页
·目标跟踪的相关技术	第17-20页
·运动图像的定义	第17页
·运动物体检测	第17-19页
·运动目标的跟踪	第19-20页
·人脸跟踪的技术现状	第20页
·研究现状总结	第20-22页
第三章 彩色序列图像中的人脸检测算法	第22-47页
·肤色区域分割	第22-28页
·色彩空间的选取	第22-26页
·肤色模型的建立	第26-27页
·肤色区域的分割抽取	第27-28页
·肤色区域的筛选和候选人脸区域的提炼	第28-32页
·运动检测	第28-29页
·肤色区域的几何特征检测	第29-31页
·椭圆拟和提炼候选人脸区域	第31-32页
·结果示例	第32页
·候选人脸的特征检测和定位	第32-38页
·数学形态学基础	第33-34页
·人脸特征定位	第34-38页
·基于PCA分解和高斯概率密度估计的候选人脸验证	第38-44页
·验证中的主要算法及相应的分析和改进	第38-42页
·人脸验证的具体实现	第42-44页
·人脸检测算法的流程和实验结果	第44-47页
·人脸检测算法的总体流程	第44页
·实验结果	第44-47页
第四章 基于Kalman滤波技术的人脸跟踪	第47-69页
·Kalman滤波理论	第47-51页
·离散Kalman滤波方程	第48-49页
·各滤波方程的物理意义	第49-51页
·自适应模板的建立和匹配	第51-55页
·模板的选择与创建原理	第51-52页
·基于Kalman滤波的模板更新	第52-54页
·对状态估值的改进	第54页
·目标的模板匹配与遮挡处理	第54-55页
·基于Kalman滤波的目标运动估计	第55-64页
·Kalman滤波器的参数定义	第56-57页
·运动估计过程	第57-58页
·基于Kalman滤波的目标运动预测的实验分析	第58-64页
·跟踪流程及结果分析	第64-69页
·跟踪的流程	第64页
·试验结果与理论分析	第64-69页
第五章 总结与展望	第69-71页
致谢	第71-73页
参考文献	第73-77页
攻读学位期间发表的学术论文	第77页