| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 研究的背景及意义 | 第10-13页 |
| 1.2 人脸跟踪与识别的研究现状概述 | 第13-21页 |
| 1.2.1 人脸跟踪研究现状 | 第14-17页 |
| 1.2.2 人脸识别发展现状 | 第17-21页 |
| 1.3 本文涉及的工作 | 第21-22页 |
| 1.4 本文的组织结构 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 第二章 人脸检测与跟踪算法介绍 | 第24-45页 |
| 2.1 人脸检测简述 | 第24-38页 |
| 2.1.1 人脸检测方法分类 | 第24-26页 |
| 2.1.2 与肤色检测有关的几种常见的色彩模型 | 第26-31页 |
| 2.1.3 人脸检测 | 第31-38页 |
| 2.2 人脸跟踪简述 | 第38-44页 |
| 2.2.1 帧差法简述 | 第40页 |
| 2.2.2 光流法简述 | 第40-42页 |
| 2.2.3 卡尔曼滤波方法简述 | 第42-43页 |
| 2.2.4 粒子滤波器方法简述 | 第43-44页 |
| 2.3 本章小结 | 第44-45页 |
| 第三章 基于MEAN SHIFT的人脸跟踪算法及其改进 | 第45-62页 |
| 3.1 MEAN SHIFT算法简介 | 第45-47页 |
| 3.2 MEAN SHIFT算法原理描述 | 第47-53页 |
| 3.2.1 人脸模型特征 | 第47-49页 |
| 3.2.2 目标搜索定位 | 第49-51页 |
| 3.2.3 人脸跟踪实现 | 第51-53页 |
| 3.3 结合LBP特征基于目标更新的MEAN SHIFT算法 | 第53-60页 |
| 3.3.1 LBP纹理特征介绍 | 第53-55页 |
| 3.3.2 LBP特征和颜色直方图结合 | 第55-57页 |
| 3.3.3 算法实现 | 第57-60页 |
| 3.4 本章小结 | 第60-62页 |
| 第四章 人脸特征提取与识别算法研究 | 第62-84页 |
| 4.1 人脸特征表示 | 第63-66页 |
| 4.2 PCA的人脸识别方法 | 第66-71页 |
| 4.2.1 PCA方法的原理介绍 | 第66-67页 |
| 4.2.2 一维PCA人脸识别算法 | 第67-69页 |
| 4.2.3 二维PCA人脸识别算法 | 第69-71页 |
| 4.3 基于LDA的人脸识别方法 | 第71-76页 |
| 4.3.1 一维LDA人脸识别算法 | 第72-74页 |
| 4.3.2 二维LDA人脸识别算法 | 第74-76页 |
| 4.4 基于样本扩充的M2D-LDA人脸识别 | 第76-80页 |
| 4.4.1 人脸样本的扩充 | 第76-79页 |
| 4.4.2 M2D-LDA人脸识别 | 第79-80页 |
| 4.5 实验结果 | 第80-82页 |
| 4.6 本章小结 | 第82-84页 |
| 第五章 系统构建与实验 | 第84-94页 |
| 5.1 设想 | 第84-85页 |
| 5.2 框架设计 | 第85-88页 |
| 5.3 系统实现 | 第88-90页 |
| 5.3.1 算法核心 | 第88-89页 |
| 5.3.2 软件实现 | 第89页 |
| 5.3.3 系统简单介绍 | 第89-90页 |
| 5.4 系统实验 | 第90-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 总结和展望 | 第94-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100-101页 |
| 攻读硕士学位期间已发表或录用的论文 | 第101-103页 |