人脸检测系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-18页 |
| ·人脸检测研究的背景及意义 | 第13-14页 |
| ·人脸检测研究的现状与发展 | 第14-16页 |
| ·国内外研究现状 | 第14-16页 |
| ·人脸检测研究中存在的问题 | 第16页 |
| ·本文的主要内容与结构安排 | 第16-18页 |
| 第2章 人脸检测与图像处理技术 | 第18-28页 |
| ·人脸检测的主要方法 | 第18-20页 |
| ·数字图像处理技术 | 第20-24页 |
| ·光照补偿 | 第20-21页 |
| ·数学形态学处理 | 第21-22页 |
| ·灰度图像处理技术 | 第22-24页 |
| ·OpenCV 简介 | 第24-27页 |
| ·OpenCV 概述 | 第24-25页 |
| ·OpenCV 常用数据类型 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 人脸检测系统的总体设计方案 | 第28-33页 |
| ·人脸检测系统概述 | 第28-29页 |
| ·人脸检测系统设计平台概述 | 第29-30页 |
| ·人脸检测系统设计方案的选取 | 第30-31页 |
| ·人脸检测系统的软件设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 肤色分割的设计与实现 | 第33-47页 |
| ·彩色图像预处理 | 第34-36页 |
| ·经典的光照补偿算法 | 第34页 |
| ·改进的光照补偿算法 | 第34-36页 |
| ·肤色分割过程的设计与实现 | 第36-43页 |
| ·颜色空间的选取 | 第36-39页 |
| ·肤色模型的选取 | 第39-40页 |
| ·肤色分割的实现 | 第40-43页 |
| ·候选人脸区域的确定 | 第43-46页 |
| ·连通区域标记算法的设计 | 第43-44页 |
| ·候选人脸区域确定的过程 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 Adaboost 算法的改进与系统的实现 | 第47-74页 |
| ·Adaboost 算法原理 | 第47-49页 |
| ·机器学习理论及Boosting 算法 | 第47-48页 |
| ·Adaboost 算法 | 第48-49页 |
| ·传统Adaboost 人脸检测系统的设计与实现 | 第49-61页 |
| ·haar-like 特征 | 第49-51页 |
| ·特征值的计算与积分图 | 第51-54页 |
| ·分类器的训练 | 第54-57页 |
| ·图像检测算法 | 第57-58页 |
| ·传统Adaboost 人脸检测的实现 | 第58-61页 |
| ·Adaboost 算法的改进 | 第61-65页 |
| ·分类器训练过程的改进 | 第61-63页 |
| ·图像检测过程的改进 | 第63-65页 |
| ·基于改进算法的人脸定位子系统的实现 | 第65-71页 |
| ·灰度图像预处理 | 第65-68页 |
| ·样本的选择与分类器的训练 | 第68-70页 |
| ·图像检测的流程 | 第70-71页 |
| ·总系统的实验与分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-76页 |
| ·结论 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间参加的科研项目和成果 | 第81页 |
