基于改进支持向量机的人脸检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-13页 |
| 第一章 概述 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·基于特征的人脸检测方法 | 第15-17页 |
| ·基于图像的人脸检测方法 | 第17-20页 |
| ·人脸库 | 第20-21页 |
| ·本文主要工作及结构安排 | 第21-22页 |
| 第二章 支持向量机基本原理 | 第22-38页 |
| ·引言 | 第22页 |
| ·统计学习理论 | 第22-25页 |
| ·学习机器的VC维 | 第22-23页 |
| ·结构风险最小化 | 第23-25页 |
| ·支持向量机 | 第25-32页 |
| ·线性支持向量机 | 第25-29页 |
| ·非线性支持向量机 | 第29-31页 |
| ·支持向量机的学习算法 | 第31-32页 |
| ·支持向量机决策树 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 特征选择和参数优化 | 第38-53页 |
| ·引言 | 第38-40页 |
| ·主成分分析 | 第40-41页 |
| ·遗传算法简介 | 第41-43页 |
| ·小生境遗传算法 | 第43-44页 |
| ·支持向量机性能的评价 | 第44-46页 |
| ·特征选择和参数优化 | 第46-50页 |
| ·人脸检测的实现 | 第50-51页 |
| ·训练算法 | 第50-51页 |
| ·检测算法 | 第51页 |
| ·实验结果及比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于特征和基于图像相结合的快速人脸检测 | 第53-64页 |
| ·引言 | 第53页 |
| ·脸部特征 | 第53-55页 |
| ·FLD/SVM分类器 | 第55-58页 |
| ·人脸检测系统的具体实现 | 第58-63页 |
| ·预处理 | 第58页 |
| ·训练算法 | 第58-59页 |
| ·检测算法 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结束语 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间参与的科研项目 | 第71-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72页 |
