| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-12页 |
| 第1章 绪论 | 第12-25页 |
| ·人脸检测简介 | 第12-14页 |
| ·人脸检测及其意义 | 第12-13页 |
| ·人脸检测系统的性能指标 | 第13页 |
| ·人脸检测系统的评价方法 | 第13-14页 |
| ·人脸检测当前面临的主要困难 | 第14页 |
| ·人脸检测方法的现状分析 | 第14-21页 |
| ·目前主要的人脸检测方法 | 第14-18页 |
| ·目前主要的人脸检测快速算法 | 第18-21页 |
| ·多姿态人脸约束条件、研究目标与主要研究内容 | 第21-23页 |
| ·多姿态人脸约束条件 | 第21-22页 |
| ·研究目标和主要研究内容 | 第22-23页 |
| ·本文的组织结构 | 第23-25页 |
| 第2章 人脸检测采用的图像预处理方法 | 第25-37页 |
| ·图像预处理概述 | 第25页 |
| ·主要图像预处理步骤 | 第25-30页 |
| ·灰度拉伸 | 第25-26页 |
| ·亮度补偿 | 第26-28页 |
| ·中值滤波 | 第28-29页 |
| ·灰度分布标准化 | 第29-30页 |
| ·广义积分图像 | 第30-32页 |
| ·积分图像 | 第30-31页 |
| ·平方积分图像 | 第31-32页 |
| ·基于广义积分图像的快速灰度分布标准化 | 第32-35页 |
| ·灰度均值及方差的快速计算 | 第32页 |
| ·灰度分布标准化快速算法 | 第32-33页 |
| ·灰度分布标准化实验结果与分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 基于模板分解和积分图像的快速Kirsch边缘检测 | 第37-49页 |
| ·Kirsch边缘检测概述 | 第37-38页 |
| ·Kirsch算子和积分图像的回顾 | 第38-40页 |
| ·Kirsch算子 | 第38-39页 |
| ·积分图像的回顾 | 第39-40页 |
| ·算法TDIIKA及其运算量分析 | 第40-44页 |
| ·算法TDIIKA原理 | 第40-42页 |
| ·算法TDIIKA的运算量分析 | 第42页 |
| ·积分图像在算法TDIIKA中的作用讨论 | 第42-44页 |
| ·人脸检测综合应用实例 | 第44-45页 |
| ·模板分解和积分图像用于减少卷积运算思路的通用性 | 第45-47页 |
| ·提高八方向Prewitt算子的边缘检测效率 | 第45-46页 |
| ·减少LOG算子与图像的卷积运算量 | 第46页 |
| ·减少一些空域滤波模板与图像的卷积运算量 | 第46-47页 |
| ·Kirsch边缘检测实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 一种快速投影算法及其在人脸检测中的应用 | 第49-59页 |
| ·投影概述 | 第49页 |
| ·投影函数简介 | 第49-51页 |
| ·积分投影函数 | 第49-50页 |
| ·方差投影函数 | 第50页 |
| ·混合投影函数 | 第50-51页 |
| ·广义行-列积分图像 | 第51-52页 |
| ·基于广义行-列积分图像的快速投影算法 | 第52-54页 |
| ·快速积分投影算法 | 第52-53页 |
| ·快速方差投影算法 | 第53-54页 |
| ·基于快速投影算法的人脸粗检 | 第54-56页 |
| ·投影算法实验结果与分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第5章 一种快速多模板匹配算法及其在人脸检测中的应用 | 第59-67页 |
| ·模板匹配概述 | 第59-60页 |
| ·图像窗口与人脸模板的快速匹配 | 第60-63页 |
| ·图像窗口灰度分布标准化的回顾 | 第60页 |
| ·相关系数和平均偏差的快速算法 | 第60-62页 |
| ·快速人脸多模板匹配 | 第62-63页 |
| ·模板匹配实验结果与分析 | 第63-66页 |
| ·人脸单模板匹配实验 | 第63-64页 |
| ·人脸多模板匹配实验 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 灰度图像的快速多姿态人脸检测 | 第67-88页 |
| ·灰度图像的人脸检测概述 | 第67页 |
| ·人脸器官梯度图 | 第67-69页 |
| ·多姿态知识模型及多姿态人脸模板 | 第69-72页 |
| ·多姿态知识模型 | 第69-70页 |
| ·多姿态人脸模板 | 第70-71页 |
| ·多姿态知识模型对深度旋转人脸的适应性分析 | 第71-72页 |
| ·灰度图像多姿态人脸检测原理 | 第72-74页 |
| ·人脸检测原理简介 | 第72页 |
| ·人脸粗检算法描述 | 第72-73页 |
| ·人脸细检算法描述 | 第73-74页 |
| ·灰度图像的人脸检测实验结果及分析 | 第74-77页 |
| ·ROC曲线和检测时间分析 | 第74-75页 |
| ·人脸检测结果示例及分析 | 第75-77页 |
| ·基于广义掩膜积分图像的快速多姿态人脸模板匹配 | 第77-87页 |
| ·广义掩膜积分图像 | 第78-80页 |
| ·基于EIIM的快速模板匹配 | 第80-85页 |
| ·基于EIIM的快速多姿态人脸模板匹配 | 第85-86页 |
| ·快速多姿态人脸模板匹配实验结果与分析 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第7章 彩色图像的快速多姿态人脸检测 | 第88-106页 |
| ·彩色图像的人脸检测概述 | 第88-90页 |
| ·特征图像的提取 | 第90-95页 |
| ·特征图像提取原理 | 第90-91页 |
| ·多阈值器官梯度图 | 第91-92页 |
| ·双阈值肤色图 | 第92-94页 |
| ·梯度方向图 | 第94-95页 |
| ·灰度特征图 | 第95页 |
| ·特征融合模型和多阈值特征的融合方式 | 第95-96页 |
| ·特征融合模型 | 第95-96页 |
| ·多阈值特征的融合方式 | 第96页 |
| ·彩色图像多姿态人脸检测的主要原理 | 第96-98页 |
| ·人脸检测原理简介 | 第96页 |
| ·多阈值特征的融合方式分析 | 第96-98页 |
| ·彩色图像多姿态人脸检测的主要步骤 | 第98-100页 |
| ·梯度特征检测 | 第98-99页 |
| ·肤色特征检测 | 第99页 |
| ·梯度方向特征检测 | 第99-100页 |
| ·灰度特征检测 | 第100页 |
| ·彩色图像的人脸检测实验结果与分析 | 第100-104页 |
| ·检测过程实例分析 | 第100-101页 |
| ·ROC曲线与检测时间分析 | 第101-104页 |
| ·人脸检测结果示例与分析 | 第104页 |
| ·特征融合模型的其它应用 | 第104-105页 |
| ·本章小结 | 第105-106页 |
| 第8章 结束语 | 第106-109页 |
| ·工作总结 | 第106-107页 |
| ·研究展望 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-120页 |
| 攻博期间参与科研项目、获奖及发表论文情况 | 第120-121页 |