高速监控视频中的人脸检测研究与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 引言 | 第9-17页 |
| ·高速监控视频的背景及现状 | 第9-11页 |
| ·人脸检测的研究意义及研究现状 | 第11-15页 |
| ·研究背景和意义 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·主要难点 | 第15页 |
| ·论文主要内容与结构安排 | 第15-17页 |
| 第二章 基于Adaboost的人脸检测算法 | 第17-31页 |
| ·概述 | 第17-18页 |
| ·图像和图像处理 | 第18-23页 |
| ·自然图像和人工图像 | 第18-20页 |
| ·计算机图像处理 | 第20-23页 |
| ·人脸检测的特征依据 | 第23-25页 |
| ·几何特征 | 第23-24页 |
| ·肤色特征 | 第24-25页 |
| ·运动特征 | 第25页 |
| ·Adaboost算法简介 | 第25-30页 |
| ·Adaboost算法基本思想 | 第25-26页 |
| ·Haar-like特征 | 第26-27页 |
| ·积分图 | 第27-29页 |
| ·弱分类器 | 第29页 |
| ·强分类器 | 第29-30页 |
| ·级联分类器 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第三章 人脸检测系统的设计方案 | 第31-41页 |
| ·生物识别系统概述 | 第31-33页 |
| ·信息采集 | 第31-32页 |
| ·预处理 | 第32页 |
| ·特征提取与选择 | 第32页 |
| ·特征识别 | 第32-33页 |
| ·人脸检测系统框架 | 第33-41页 |
| ·视频预处理 | 第34-36页 |
| ·人脸定位 | 第36-38页 |
| ·分类器训练 | 第38-41页 |
| 第四章 人脸检测系统的实现 | 第41-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |