| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-26页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·人脸检测的研究现状及理论概述 | 第10-15页 |
| ·基于知识的分析 | 第10-11页 |
| ·基于特征的方法 | 第11页 |
| ·基于模板的方法 | 第11-13页 |
| ·基于外观的方法 | 第13-14页 |
| ·人脸检测难点与可研究点 | 第14-15页 |
| ·基于外观的经典人脸检测算法介绍 | 第15-22页 |
| ·AdaBoost算法 | 第15-17页 |
| ·基于特征脸(Eigenfaces) | 第17-18页 |
| ·神经网络(Neural Networks,NN) | 第18-20页 |
| ·支持向量机(Support Vector Machine,SVM) | 第20-21页 |
| ·隐马尔可夫模型(Hidden Markov Models,HMM) | 第21-22页 |
| ·人脸数据库及人脸检测方法性能评价 | 第22-24页 |
| ·人脸数据库 | 第22-23页 |
| ·人脸检测方法性能评价 | 第23-24页 |
| ·本文内容及章节安排 | 第24-26页 |
| 第2章 基于改进的AdaBoost人脸检测 | 第26-52页 |
| ·AdaBoost人脸检测原理 | 第26-37页 |
| ·积分图像(Integral Image,Ⅱ) | 第27-29页 |
| ·类Haar特征 | 第29-33页 |
| ·利用积分图像计算特征值 | 第33-34页 |
| ·AdaBoost学习算法介绍 | 第34-36页 |
| ·多分类器级联结构(Cascade级联分类器) | 第36-37页 |
| ·基于改进的AdaBoost人脸检测 | 第37-46页 |
| ·AdaBoost算法存在的问题 | 第40页 |
| ·算法的改进 | 第40-44页 |
| ·实验环境介绍 | 第44页 |
| ·采用的数据集 | 第44页 |
| ·实验流程 | 第44-46页 |
| ·实验结果与分析 | 第46-50页 |
| ·本章小结 | 第50-52页 |
| 第3章 基于HOG特征的SVM人脸检测 | 第52-65页 |
| ·SVM算法介绍 | 第52-56页 |
| ·HOG特征 | 第56-59页 |
| ·实验流程 | 第59-61页 |
| ·实验结果与分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第4章 总结与展望 | 第65-68页 |
| ·全文工作总结 | 第65-67页 |
| ·后续研究工作 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73页 |
