基于肤色的人脸检测与识别方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·生物识别技术概述 | 第9-11页 |
| ·生物特征识别技术的应用背景 | 第9-10页 |
| ·生物识别技术的发展前景 | 第10-11页 |
| ·人脸识别技术概述 | 第11-15页 |
| ·人脸识别技术的研究内容 | 第11-12页 |
| ·人脸识别技术的发展历史与研究现状 | 第12-14页 |
| ·人脸识别技术的应用前景 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| 第2章 基于肤色的人脸检测技术研究 | 第16-35页 |
| ·人脸检测技术概述 | 第16-17页 |
| ·人脸检测与定位方法 | 第17-18页 |
| ·肤色检测技术 | 第18-19页 |
| ·基于肤色的人脸检测 | 第19-33页 |
| ·人脸图像预处理 | 第19-26页 |
| ·色彩空间转换 | 第26-30页 |
| ·肤色建模 | 第30-33页 |
| ·肤色检测技术的难点及发展趋势 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于肤色的人脸检测系统设计 | 第35-47页 |
| ·系统结构设计 | 第35-36页 |
| ·人脸检测系统算法分析 | 第36-42页 |
| ·光线补偿 | 第36-37页 |
| ·图像分割 | 第37-40页 |
| ·去掉非人脸区域 | 第40-41页 |
| ·人脸区域标定 | 第41-42页 |
| ·系统实现 | 第42页 |
| ·仿真结果分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 人脸特征提取与分类识别 | 第47-69页 |
| ·引言 | 第47-48页 |
| ·人脸特征提取算法研究 | 第48-58页 |
| ·独立分量分析(ICA)法 | 第48-54页 |
| ·奇异值分解(SVD)法 | 第54-58页 |
| ·基于支持向量机的人脸分类识别 | 第58-65页 |
| ·引言 | 第58-59页 |
| ·支持向量机(SVM)的基本思想及其数学模型 | 第59-62页 |
| ·支持向量机(SVM)的训练算法 | 第62-64页 |
| ·利用支持向量机(SVM)组合多类分类器 | 第64-65页 |
| ·基于奇异值分解与支持向量机的人脸识别算法设计 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-72页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第76页 |
