| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9-11页 |
| 1.2 研究背景及意义 | 第11-13页 |
| 1.3 技术难点 | 第13-14页 |
| 1.4 本文的主要工作及论文结构 | 第14-16页 |
| 第二章 人脸检测概述 | 第16-23页 |
| 2.1 人脸检测方法 | 第16-18页 |
| 2.2 经典的人脸检测算法 | 第18-21页 |
| 2.2.1 基于肤色分割的人脸检测 | 第18-19页 |
| 2.2.2 基于线性子空间的人脸检测 | 第19-20页 |
| 2.2.3 基于贝叶斯估计的人脸检测 | 第20页 |
| 2.2.4 基于支持向量机的人脸检测 | 第20-21页 |
| 2.2.5 基于Ada Boost算法的人脸检测 | 第21页 |
| 2.3 视频跟踪方法的分类 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 人脸局部纹理特征提取 | 第23-39页 |
| 3.1 经典的局部二元模式算法 | 第23-25页 |
| 3.2 改进的LBP算法 | 第25-26页 |
| 3.2.1 圆形局部二元模式 | 第25页 |
| 3.2.2 旋转不变的局部二元模式 | 第25-26页 |
| 3.3 经典的局部三元模式 | 第26-29页 |
| 3.4 尺度不变的局部三元模式 | 第29-32页 |
| 3.5 一种CS-SILTP算法的改进算法 | 第32-35页 |
| 3.6 实验验证及分析 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 移动中的人脸实时跟踪 | 第39-59页 |
| 4.1 TLD跟踪算法 | 第39-46页 |
| 4.1.1 TLD算法结构 | 第39-40页 |
| 4.1.2 P-N学习 | 第40-42页 |
| 4.1.3 TLD算法流程 | 第42-46页 |
| 4.2 改进的TLD算法 | 第46-49页 |
| 4.2.1 基于马尔可夫模型的目标运动方向预测 | 第46-48页 |
| 4.2.2 基于改进后单元格布局方法的TLD跟踪器设计 | 第48-49页 |
| 4.3 基于概率吻合的双向查找跟踪算法 | 第49-54页 |
| 4.3.1 视频跟踪算法 | 第49-50页 |
| 4.3.2 基于概率重建的跟踪算法 | 第50-54页 |
| 4.4 实验结果及分析 | 第54-58页 |
| 4.4.1 双向概率重建参数确定 | 第54-57页 |
| 4.4.2 几种跟踪算法对比实验 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 测试与分析 | 第59-69页 |
| 5.1 对比算法简介 | 第59-60页 |
| 5.2 实验环境和数据集 | 第60-61页 |
| 5.3 实验设计 | 第61-62页 |
| 5.4 实验结果 | 第62-66页 |
| 5.5 实验分析 | 第66-67页 |
| 5.5.1 存在光照变化情况的结果分析 | 第66页 |
| 5.5.2 存在局部遮挡情况的结果分析 | 第66-67页 |
| 5.5.3 光照变化和局部遮挡同时存在的结果分析 | 第67页 |
| 5.6 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 本文主要研究内容 | 第69页 |
| 6.2 未来工作展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻硕期间取得的研究成果 | 第76-77页 |