| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·人脸检测概述 | 第12页 |
| ·人脸检测的研究现状和应用前景 | 第12-14页 |
| ·国内外人脸检测的研究现状 | 第12-13页 |
| ·人脸检测的应用前景 | 第13-14页 |
| ·人脸检测技术中的难点 | 第14-15页 |
| ·本文的主要工作和内容结构安排 | 第15-17页 |
| 第2章 人脸检测方法 | 第17-25页 |
| ·引言 | 第17-18页 |
| ·人脸检测技术中的热点和待解决的问题 | 第18-19页 |
| ·人脸检测技术分类 | 第19-23页 |
| ·基于知识的人脸检测方法 | 第19-20页 |
| ·基于统计学习的人脸检测方法 | 第20-23页 |
| ·主流算法的优缺点及应用分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于混沌理论改进的人工鱼群算法 | 第25-36页 |
| ·引言 | 第25-26页 |
| ·人工鱼群算法 | 第26-29页 |
| ·人工鱼 | 第26-27页 |
| ·模型定义 | 第27页 |
| ·基本原理与行为描述 | 第27-28页 |
| ·算法流程 | 第28-29页 |
| ·混沌理论 | 第29-32页 |
| ·混沌定义 | 第30页 |
| ·常用的混沌系统 | 第30-32页 |
| ·基于混沌改进的人工鱼群算法 | 第32-34页 |
| ·仿真实验与结果分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 改进的ADABOOST算法及其在人脸检测中的应用 | 第36-54页 |
| ·引言 | 第36页 |
| ·AdaBoost的基本原理和算法流程 | 第36-44页 |
| ·类Haar特征 | 第37-40页 |
| ·积分图像 | 第40-41页 |
| ·训练过程 | 第41-42页 |
| ·分类器级联策略 | 第42-44页 |
| ·AdaBoost存在的主要问题 | 第44-45页 |
| ·训练时间长 | 第44页 |
| ·样本权值分布扭曲 | 第44-45页 |
| ·基于混沌人工鱼群改进的AdaBoost | 第45-48页 |
| ·实验仿真及结果分析 | 第48-52页 |
| ·实验仿真 | 第48-49页 |
| ·实验结果分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 总结与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第61页 |