| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-15页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·人脸检测的发展历程 | 第11-12页 |
| ·国外研究现状 | 第12页 |
| ·国内研究现状 | 第12-13页 |
| ·人脸检测的发展趋势 | 第13页 |
| ·论文主要工作和章节安排 | 第13-15页 |
| 2. 人脸检测的理论基础 | 第15-25页 |
| ·人脸检测的评价标准 | 第15-16页 |
| ·人脸检测算法的研究难点 | 第16-17页 |
| ·人脸检测技术的主要方法 | 第17-23页 |
| ·基于先验知识的方法 | 第17-19页 |
| ·基于统计识别的方法 | 第19-22页 |
| ·各种技术方法的评价 | 第22-23页 |
| ·常用的人脸检测图像库 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3. 基于 AdaBoost 的人脸检测 | 第25-45页 |
| ·AdaBoost 算法概述 | 第25-28页 |
| ·矩形特征及积分图 | 第28-38页 |
| ·矩形特征的选取 | 第28-32页 |
| ·使用积分图计算特征值 | 第32-38页 |
| ·由粗到精的级联检测器结构设计 | 第38-40页 |
| ·级联式结构的提出 | 第38-39页 |
| ·级联的检测器结构设计 | 第39-40页 |
| ·基于级联AdaBoost 分类器的人脸检测 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 4.A daBoost 人脸检测前端优化 | 第45-60页 |
| ·光线补偿 | 第45-47页 |
| ·颜色空间选取 | 第47-49页 |
| ·色彩空间概述 | 第47-49页 |
| ·几种色彩空间的比较 | 第49页 |
| ·肤色分割及其后处理 | 第49-53页 |
| ·肤色分割 | 第49-52页 |
| ·肤色分割后处理 | 第52-53页 |
| ·肤色检测 | 第53-55页 |
| ·由粗到精的搜索策略 | 第53页 |
| ·检测过程 | 第53-55页 |
| ·实验结果及分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 5.基于协作 AdaBoost 的多特征多姿态人脸检测 | 第60-74页 |
| ·多特征融合 | 第61-65页 |
| ·多特征融合的必要性 | 第61页 |
| ·特征的选择 | 第61-65页 |
| ·协作AdaBoost 算法 | 第65-66页 |
| ·多姿态人脸检测实现 | 第66-68页 |
| ·多姿态人脸检测的发展 | 第66-68页 |
| ·金字塔型分类器系统结构提出 | 第68页 |
| ·多特征多姿态人脸检测 | 第68-72页 |
| ·实验结果及分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 6. 结论 | 第74-76页 |
| ·论文工作总结 | 第74-75页 |
| ·发展与展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第81-82页 |
| 致谢 | 第82页 |