| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 引言 | 第7-8页 |
| 第一章 人脸检测概述 | 第8-22页 |
| ·人脸检测技术的背景和意义 | 第8-10页 |
| ·生物特征识别技术 | 第8页 |
| ·人脸识别 | 第8-9页 |
| ·人脸检测 | 第9-10页 |
| ·人脸检测研究问题的分类 | 第10页 |
| ·人脸检测问题的研究方法 | 第10-18页 |
| ·基于知识的方法 | 第10-11页 |
| ·基于特征不变性方法 | 第11-13页 |
| ·基于模板的方法 | 第13-14页 |
| ·基于统计的方法 | 第14-18页 |
| ·人脸检测算法的评价 | 第18-20页 |
| ·评价标准 | 第19页 |
| ·性能指标 | 第19-20页 |
| ·本论文的研究内容与方法 | 第20-22页 |
| 第二章 人脸检测中肤色区域的分割 | 第22-37页 |
| ·颜色模型 | 第22-26页 |
| ·RGB 模型 | 第23-24页 |
| ·HSI 颜色模型 | 第24-25页 |
| ·YIQ 颜色模型 | 第25-26页 |
| ·YUV 模型 | 第26页 |
| ·YCbCr 模型 | 第26页 |
| ·类肤色区域的分割 | 第26-37页 |
| ·颜色建模 | 第26-27页 |
| ·YCbCr 颜色空间下肤色聚类 | 第27-31页 |
| ·HSI 颜色空间下肤色聚类及与YCbCr 下聚类结果的比较 | 第31-33页 |
| ·肤色检测过程 | 第33-35页 |
| ·肤色分割结果分析 | 第35-37页 |
| 第三章 基于神经网络的人脸检测验证 | 第37-46页 |
| ·引言 | 第37-38页 |
| ·人工神经网络的基本原理 | 第38-40页 |
| ·人工神经元及其学习算法 | 第38-39页 |
| ·反向传播算法(Back Propagation-BP) | 第39-40页 |
| ·基于神经网络的人脸检测验证 | 第40-46页 |
| ·网络训练 | 第40-43页 |
| ·人脸检测验证 | 第43-44页 |
| ·实验结果 | 第44-46页 |
| 第四章 结论与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 在学期间的科研成果情况 | 第52页 |