基于统计理论的人脸检测方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8-10页 |
| ·人脸检测技术的研究 | 第10-11页 |
| ·人脸检测的评论标准 | 第11页 |
| ·国内外研究动态和现状 | 第11-13页 |
| ·本书内容安排 | 第13-15页 |
| 第二章 人脸检测和识别的相关方法介绍 | 第15-29页 |
| ·引言 | 第15页 |
| ·人脸检测的方法 | 第15-21页 |
| ·基于人脸面部特征的人脸检测方法 | 第16页 |
| ·基于统计的人脸检测方法 | 第16-19页 |
| ·基于模板的人脸检测方法 | 第19-20页 |
| ·基于肤色的检测方法 | 第20-21页 |
| ·人脸识别的方法 | 第21-28页 |
| ·研究的历史、发展和现状 | 第21-24页 |
| ·常用人脸识别算法简介 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于支持向量机的人脸检测 | 第29-42页 |
| ·传统的统计方法 | 第29-30页 |
| ·VC维 | 第30-31页 |
| ·支持向量机 | 第31-38页 |
| ·最优分类面 | 第32-34页 |
| ·广义的最优分类面 | 第34-35页 |
| ·高维空间中的最优分类面 | 第35-37页 |
| ·训练算法 | 第37-38页 |
| ·利用支持向量机进行人脸检测 | 第38-41页 |
| ·训练样本的获取 | 第38页 |
| ·仿真结果 | 第38-40页 |
| ·一些检测实例 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于ADABOOST的人脸检测 | 第42-57页 |
| ·BOOSTING方法介绍 | 第42-43页 |
| ·ADABOOST 算法概述 | 第43-46页 |
| ·ADABOOST 在人脸检测中的应用 | 第46-56页 |
| ·人脸特征的选择 | 第47-48页 |
| ·积分图(Integral Image)快速算法 | 第48-49页 |
| ·分类器训练 | 第49-51页 |
| ·层次检测器训练 | 第51-53页 |
| ·训练样本选择 | 第53-54页 |
| ·试验结果 | 第54-55页 |
| ·实际图像的检测结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于KPCA的人脸识别 | 第57-63页 |
| ·核主分量分析（KPCA） | 第57-61页 |
| ·实验分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 部分人脸图像库简介 | 第70-71页 |
