| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-24页 |
| ·课题研究的背景及意义 | 第12-13页 |
| ·国内外研究进展与现状 | 第13-21页 |
| ·人脸检测研究进展与现状 | 第13-18页 |
| ·姿态检测研究进展与现状 | 第18-19页 |
| ·人脸跟踪研究进展与现状 | 第19-20页 |
| ·目前存在的主要问题 | 第20-21页 |
| ·主要研究内容 | 第21-22页 |
| ·章节安排 | 第22-24页 |
| 第二章 基于ADABOOST算法的人脸及姿态检测 | 第24-50页 |
| ·机器学习与Boosting理论 | 第24-26页 |
| ·基于Adaboost的人脸检测算法 | 第26-37页 |
| ·矩形特征与积分图像 | 第28-30页 |
| ·使用Adaboost算法进行特征选择和弱分类器提升 | 第30-32页 |
| ·级联的Boosted分类器 | 第32-33页 |
| ·实验结果分析 | 第33-37页 |
| ·一种目标序列校正算法消除重复标志 | 第37-39页 |
| ·基于图像金字塔和证据理论消除误检区域 | 第39-43页 |
| ·高斯图像金字塔和拉普拉斯金字塔 | 第40-41页 |
| ·基于高斯金字塔和证据理论的人脸验证方法 | 第41-43页 |
| ·基于人脸特征三角形的姿态检测 | 第43-47页 |
| ·基于Adaboost算法的人脸特征点定位 | 第44页 |
| ·人脸姿态参数估计策略 | 第44-47页 |
| ·本章小结 | 第47-50页 |
| 第三章 自动人脸检测与跟踪技术 | 第50-62页 |
| ·引言 | 第50-51页 |
| ·RGB与HSV颜色空间 | 第51-52页 |
| ·使用均值漂移算法进行人脸跟踪 | 第52-56页 |
| ·均值漂移算法步骤 | 第53-55页 |
| ·均值漂移算法进行人脸跟踪实验结果 | 第55-56页 |
| ·基于Adaboost和Camshift的自动人脸检测和跟踪 | 第56-61页 |
| ·初始化人脸区域 | 第56-57页 |
| ·Camshift算法的颜色特征提取 | 第57-58页 |
| ·Camshift算法搜索过程 | 第58-60页 |
| ·自动人脸检测与跟踪实验结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 基于自动人脸检测与跟踪的智能视频监控系统设计 | 第62-70页 |
| ·视频监控系统的发展 | 第62-63页 |
| ·智能视频监控系统设计 | 第63-66页 |
| ·前端实现 | 第64-65页 |
| ·平台实现 | 第65-66页 |
| ·基于自动人脸检测与跟踪的智能监控系统 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第五章 总结和展望 | 第70-72页 |
| ·本文工作总结 | 第70页 |
| ·未来发展展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文目录 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
