基于核心灰度分布人脸自动检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| ·人脸检测的研究背景和意义 | 第7-9页 |
| ·人脸检测的研究现状 | 第9-10页 |
| ·本文研究内容（目标、技术路线、过程） | 第10-11页 |
| ·本文章节安排 | 第11-12页 |
| 第二章 图像分割的相关技术 | 第12-24页 |
| ·图像分割概述 | 第12页 |
| ·边缘检测方法 | 第12-17页 |
| ·梯度算子 | 第13页 |
| ·Roberts 边缘算子 | 第13-14页 |
| ·Sobel 边缘算子 | 第14页 |
| ·Prewitt 边缘算子 | 第14-15页 |
| ·Laplacian 边缘算子 | 第15-17页 |
| ·阈值分割方法 | 第17-21页 |
| ·直方图分割方法 | 第17-18页 |
| ·基于灰度期望值的阈值分割 | 第18-19页 |
| ·最大类间方差阈值分割 | 第19-20页 |
| ·循环分割的阈值分割 | 第20-21页 |
| ·轮廓提取和轮廓跟踪的方法 | 第21页 |
| ·区域增长方法 | 第21页 |
| ·基于形态学的方法 | 第21-23页 |
| ·腐蚀 | 第22页 |
| ·膨胀 | 第22页 |
| ·开启和闭合 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 人脸检测定位的方法分类 | 第24-34页 |
| ·人脸检测方法概述 | 第24-25页 |
| ·基于先验规则方法 | 第25-26页 |
| ·镶嵌图 | 第25页 |
| ·几何投影 | 第25-26页 |
| ·二值化定位 | 第26页 |
| ·基于几何形状信息的方法 | 第26-27页 |
| ·Snakes | 第26页 |
| ·PDM | 第26-27页 |
| ·基于色彩信息的方法 | 第27页 |
| ·基于外观信息的方法 | 第27-29页 |
| ·神经网络 | 第28页 |
| ·PCA | 第28页 |
| ·SVM | 第28-29页 |
| ·基于关联信息的方法 | 第29-30页 |
| ·概率网络 | 第29-30页 |
| ·DLA | 第30页 |
| ·基于 Adaboost 算法的方法 | 第30-32页 |
| ·人脸检测的评价标准 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于人脸核心特征方法的研究和改进 | 第34-51页 |
| ·脸部核心特征结构统计 | 第34-35页 |
| ·算法流程 | 第35页 |
| ·算法详解 | 第35-49页 |
| ·图像分析处理 | 第35-39页 |
| ·区域查找和验证 | 第39-42页 |
| ·人脸核心特征检测 | 第42-45页 |
| ·核心特征辨认与人脸定位 | 第45-49页 |
| ·系统实现 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 实验分析与应用 | 第51-54页 |
| ·实验分析 | 第51-53页 |
| ·人脸检测的应用 | 第53页 |
| ·小结 | 第53-54页 |
| 第六章 总结 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第59-60页 |
| 致谢 | 第60页 |
