| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·生物特征识别技术简介 | 第10-11页 |
| ·人脸检测技术的发展及研究现状 | 第11-12页 |
| ·人脸跟踪技术的发展及研究现状 | 第12-13页 |
| ·人脸识别技术的发展及研究现状 | 第13-14页 |
| ·论文主要研究内容及结构总体安排 | 第14-16页 |
| 第二章 Adaboost-ASM 人脸检测算法 | 第16-35页 |
| ·Adaboost 人脸检测算法介绍 | 第16-25页 |
| ·Haar 特征 | 第16-18页 |
| ·利用积分图方法快速计算 Haar 特征值 | 第18-20页 |
| ·Adaboost 算法的训练过程 | 第20-23页 |
| ·级联分类器 | 第23-24页 |
| ·Adaboost 人脸检测算法的检测机制 | 第24-25页 |
| ·主动形状模型算法 | 第25-31页 |
| ·主动形状模型的建立 | 第25-29页 |
| ·图像的搜索匹配 | 第29-31页 |
| ·Adaboost-ASM 人脸检测 | 第31-32页 |
| ·Adaboost 人脸检测算法与 Adaboost-ASM 算法对比实验及分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 MT-Camshift 跟踪算法 | 第35-49页 |
| ·Mean Shift 算法的理论介绍 | 第35-37页 |
| ·Camshift 跟踪算法介绍 | 第37-42页 |
| ·HSV 颜色空间 | 第37-38页 |
| ·颜色直方图 | 第38-39页 |
| ·反向投影过程 | 第39页 |
| ·Camshift 跟踪算法步骤 | 第39-42页 |
| ·MT-Camshift 人脸跟踪算法 | 第42-45页 |
| ·自动跟踪人脸 | 第43页 |
| ·多人脸跟踪问题 | 第43页 |
| ·基于多线程的跟踪目标更新 | 第43-45页 |
| ·实验结果及分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于 Gabor 特征提取和 Fisherface 方法的人脸识别 | 第49-61页 |
| ·基于 Gabor 的特征提取 | 第49-53页 |
| ·Gabor 变换介绍 | 第49-50页 |
| ·二维 Gabor 滤波器 | 第50-51页 |
| ·图像的二维 Gabor 滤波 | 第51-53页 |
| ·基于 Fisherface 的人脸识别 | 第53-57页 |
| ·基于主成分分析方法的人脸特征降维 | 第53-55页 |
| ·Fisher 线性判别分析 | 第55-56页 |
| ·Fisherface 方法 | 第56-57页 |
| ·基于 Gabor 和 Fisherface 的人脸识别 | 第57-60页 |
| ·人脸几何预处理 | 第57-58页 |
| ·人脸光照预处理 | 第58页 |
| ·人脸识别过程 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 多人脸检测、跟踪与识别系统 | 第61-67页 |
| ·系统构成 | 第61-62页 |
| ·主要功能描述 | 第62-66页 |
| ·人脸的注册与训练过程 | 第62-64页 |
| ·视频下多人脸检测、跟踪与识别实验 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 在学研究成果 | 第72-73页 |
| 致谢 | 第73页 |
