基于Real AdaBoost算法的多姿态人脸检测的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-17页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外的现状及发展趋势 | 第8-9页 |
| ·现有人脸检测算法 | 第9-15页 |
| ·基于特征的方法 | 第10-12页 |
| ·基于图像的方法 | 第12-14页 |
| ·各种方法技术的评价 | 第14-15页 |
| ·人脸检测的难点 | 第15页 |
| ·本文的主要工作 | 第15-16页 |
| ·论文的内容与结构 | 第16-17页 |
| 第2章 分类器的原理与训练 | 第17-40页 |
| ·训练样本的选取 | 第17-20页 |
| ·正例样本的选取 | 第17-19页 |
| ·反例样本的选取 | 第19-20页 |
| ·Haar特征 | 第20-26页 |
| ·特征的种类 | 第20页 |
| ·特征值的计算 | 第20-21页 |
| ·积分图(Integral Image) | 第21-26页 |
| ·Real AdaBoost算法介绍 | 第26-28页 |
| ·由粗到精的级联分类器 | 第28-29页 |
| ·分类器训练系统的改进与实现 | 第29-39页 |
| ·训练系统的设计 | 第29-31页 |
| ·改进优化Haar特征 | 第31-32页 |
| ·分类器的设计 | 第32-33页 |
| ·训练数据的处理 | 第33-34页 |
| ·寻找更多反例 | 第34页 |
| ·训练系统的实现 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 多姿态人脸检测 | 第40-52页 |
| ·多姿态的定义 | 第40页 |
| ·检测算法 | 第40-43页 |
| ·后续处理 | 第43-48页 |
| ·去掉单个窗口 | 第43-44页 |
| ·处理多姿态窗口 | 第44-45页 |
| ·合并重叠窗口 | 第45-47页 |
| ·去掉嵌套窗口 | 第47-48页 |
| ·实验结果与分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 实时人脸检测系统 | 第52-58页 |
| ·检测系统的设计 | 第52-53页 |
| ·提高检测率 | 第53-54页 |
| ·人脸检测Filter | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
