| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·国内外研究动态 | 第11-12页 |
| ·本文的研究内容与组织结构 | 第12-16页 |
| 第二章 人脸检测 | 第16-24页 |
| ·AdaBoost 算法 | 第16页 |
| ·AdaBoost 在人脸检测中的应用 | 第16-20页 |
| ·Haar-like 特征 | 第17-18页 |
| ·积分图 | 第18-19页 |
| ·构造强分类器 | 第19-20页 |
| ·构造强级联分类器 | 第20页 |
| ·AdaBoost 分类器 | 第20-24页 |
| 第三章 基于 Cam-Shift 的肤色特征跟踪 | 第24-36页 |
| ·色彩空间 | 第24-26页 |
| ·RGB 空间 | 第24-25页 |
| ·HSV 色彩空间 | 第25页 |
| ·RGB 与 HSV 色彩空间的转换 | 第25-26页 |
| ·MeanShift 算法 | 第26-33页 |
| ·颜色直方图 | 第29-30页 |
| ·CamShift 算法 | 第30-33页 |
| ·NMI 特征人眼检测 | 第33-36页 |
| ·NMI 特征概念 | 第33-34页 |
| ·NMI 人眼特征模型 | 第34-36页 |
| 第四章 基于 AdaBoost、Cam-shift 和 NMI 的人脸定位跟踪 | 第36-48页 |
| ·动态阈值二值化算法 | 第36-37页 |
| ·图像处理形态学 | 第37-39页 |
| ·二值人脸图像的腐蚀 | 第38页 |
| ·膨胀 | 第38-39页 |
| ·连通域检测算法 | 第39-40页 |
| ·连通域筛选 | 第40-41页 |
| ·人眼坐标筛选 | 第41-45页 |
| ·人脸部分筛选 | 第42-43页 |
| ·人眼部分筛选 | 第43-45页 |
| ·人脸上下限方法 | 第45-48页 |
| ·人眼在人脸内的筛选力度β对识别率、漏检率的影响 | 第45-46页 |
| ·人眼上下限偏移量γ对识别率、漏检率的影响 | 第46-48页 |
| 第五章 人脸识别 | 第48-66页 |
| ·人脸预处理 | 第48-49页 |
| ·人脸几何归一化 | 第48-49页 |
| ·人脸直方图均衡化 | 第49页 |
| ·人脸数据库 | 第49-50页 |
| ·基于核的主成分分析方法 | 第50-54页 |
| ·主成分分析算法[49] | 第50-52页 |
| ·核方法 | 第52-54页 |
| ·Fisher 判别分析方法 | 第54-60页 |
| ·FLDA 算法 | 第54-55页 |
| ·KFLDA 算法 | 第55-57页 |
| ·基于零空间的 NS-FLDA 算法 | 第57-59页 |
| ·KPCA+NS-FLDA 算法 | 第59-60页 |
| ·识别分类器 | 第60-62页 |
| ·最小距离分类器 | 第60-61页 |
| ·余弦角分类器 | 第61-62页 |
| ·K 近邻分类器 | 第62页 |
| ·实验结果和分析 | 第62-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 附录 | 第74页 |