| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 人脸检测与定位研究现状 | 第11-13页 |
| 1.2.2 人脸特征提取与识别研究现状 | 第13-17页 |
| 1.3 本文主要研究内容与各章节安排 | 第17-19页 |
| 第2章 基于肤色分割和Ada Boost训练分类器的人脸检测方法 | 第19-38页 |
| 2.1 常用人脸检测方法 | 第19-20页 |
| 2.2 本文人脸检测方法总体思路 | 第20-21页 |
| 2.3 图像预处理 | 第21-23页 |
| 2.4 肤色分割 | 第23-28页 |
| 2.4.1 颜色空间 | 第23-25页 |
| 2.4.2 肤色模型 | 第25-26页 |
| 2.4.3 形态学处理 | 第26-27页 |
| 2.4.4 几何规则排除 | 第27-28页 |
| 2.5 基于Ada Boost训练分类器的视频人脸检测 | 第28-34页 |
| 2.5.1 Haar-like特征与积分图 | 第28-30页 |
| 2.5.2 AdaBoost算法 | 第30-31页 |
| 2.5.3 级联分类器 | 第31页 |
| 2.5.4 本文人脸检测分类器的训练 | 第31-34页 |
| 2.6 视频人脸检测实验与结果分析 | 第34-37页 |
| 2.6.1 静态图像人脸检测 | 第34-35页 |
| 2.6.2 动态视频人脸检测 | 第35-36页 |
| 2.6.3 实时获取视频人脸检测 | 第36-37页 |
| 2.7 本章小结 | 第37-38页 |
| 第3章 多尺度HLBP特征提取结合PCA降维的人脸识别方法 | 第38-76页 |
| 3.1 特征提取方法概述 | 第38-39页 |
| 3.2 常用特征提取算法 | 第39-43页 |
| 3.2.1 Gabor小波分析 | 第39-42页 |
| 3.2.2 线性判别分析 | 第42-43页 |
| 3.3 本文人脸识别方法总体思路 | 第43-45页 |
| 3.4 尺寸归一化处理 | 第45页 |
| 3.5 改进的Haar型LBP特征提取算法研究 | 第45-60页 |
| 3.5.1 原始LBP算子及扩展LBP算子 | 第46-50页 |
| 3.5.2 Haar型的LBP算法 | 第50-53页 |
| 3.5.3 图像多尺度分析 | 第53-56页 |
| 3.5.4 基于多尺度Haar型LBP改进算法的特征提取 | 第56-60页 |
| 3.6 基于PCA的人脸特征向量降维 | 第60-66页 |
| 3.6.1 维数约简 | 第60-61页 |
| 3.6.2 PCA算法 | 第61-65页 |
| 3.6.3 基于PCA算法的多尺度HLBP特征向量降维 | 第65-66页 |
| 3.7 人脸多尺度HLBP特征匹配 | 第66-67页 |
| 3.8 实验测试与结果分析 | 第67-75页 |
| 3.8.1 本文算法与其他算法的对比实验 | 第67-70页 |
| 3.8.2 阈值T与识别率的关系 | 第70-71页 |
| 3.8.3 特征谱分块方式与识别率的关系 | 第71-73页 |
| 3.8.4 PCA特征向量维数选取与识别率的关系 | 第73-75页 |
| 3.9 本章小结 | 第75-76页 |
| 第4章 智能视频人脸检索系统的设计与实现 | 第76-89页 |
| 4.1 本文人脸检索系统总体框架 | 第76-78页 |
| 4.2 开发环境简介 | 第78页 |
| 4.3 系统功能模块 | 第78-79页 |
| 4.4 检索系统的实现和演示 | 第79-88页 |
| 4.4.1 智能视频人脸检索系统的实现 | 第79-83页 |
| 4.4.2 视频测试集 | 第83-84页 |
| 4.4.3 实验结果与分析 | 第84-88页 |
| 4.5 本章小结 | 第88-89页 |
| 第5章 本文工作总结与展望 | 第89-92页 |
| 5.1 工作总结 | 第89-90页 |
| 5.2 工作展望 | 第90-92页 |
| 参考文献 | 第92-96页 |
| 攻读学位期间发表的学术论文和研究成果 | 第96-97页 |
| 致谢 | 第97页 |
