服装展示录像中人脸检测方法研究及应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·国内外研究现状及技术概述 | 第11-16页 |
| ·研究现状 | 第11-12页 |
| ·人脸检测技术概述 | 第12-15页 |
| ·人脸跟踪技术概述 | 第15-16页 |
| ·论文的主要研究内容和章节安排 | 第16-19页 |
| ·主要研究内容 | 第16-17页 |
| ·论文的结构安排 | 第17-19页 |
| 2 人脸肤色模型的建立 | 第19-35页 |
| ·人类视觉系统 | 第19-22页 |
| ·人类视觉系统的基本构造 | 第20页 |
| ·视觉模型 | 第20-21页 |
| ·颜色的生物学基础 | 第21-22页 |
| ·人体肤色特征 | 第22-23页 |
| ·常用彩色空间模型 | 第23-27页 |
| ·RGB 彩色空间 | 第23-24页 |
| ·rg 彩色空间 | 第24-25页 |
| ·HSV 彩色空间 | 第25-26页 |
| ·YCbCr 彩色空间 | 第26页 |
| ·CIE-XYZ 彩色空间 | 第26-27页 |
| ·肤色模型的建立 | 第27-32页 |
| ·肤色采样 | 第27-28页 |
| ·选用原则 | 第28-29页 |
| ·YCbCr 彩色空间下的肤色聚类分析 | 第29-31页 |
| ·HSV 彩色空间下的肤色聚类分析 | 第31-32页 |
| ·实验结果比较 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 3 彩色图像中的肤色检测与分割 | 第35-47页 |
| ·彩色图像增强 | 第35-38页 |
| ·视觉系统在彩色图像增强中的应用 | 第35-36页 |
| ·彩色图像增强算法 | 第36-37页 |
| ·Retinex 原理 | 第37-38页 |
| ·实验结果 | 第38页 |
| ·光照补偿 | 第38-41页 |
| ·确定人脸候选区域 | 第41-44页 |
| ·肤色检测与分割 | 第41-42页 |
| ·滤波去噪 | 第42-44页 |
| ·候选区域标识 | 第44页 |
| ·彩色图像人脸肤色检测实验 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 4 基于级联分类器的人脸检测 | 第47-65页 |
| ·分类器结构 | 第47-49页 |
| ·分类器级联 | 第47-48页 |
| ·Boosting 原理 | 第48-49页 |
| ·弱分类器设计 | 第49-56页 |
| ·特征选取 | 第49-52页 |
| ·矩形特征数的计算 | 第52-53页 |
| ·积分图像 | 第53-55页 |
| ·构建弱分类器 | 第55页 |
| ·弱分类器的训练 | 第55-56页 |
| ·强分类器设计 | 第56-59页 |
| ·利用AdaBoost 算法生成强分类器 | 第56-57页 |
| ·对AdaBoost 算法的改进 | 第57-59页 |
| ·Cascade 级联 | 第59-61页 |
| ·基于肤色特征和级联分类器的人脸检测 | 第61页 |
| ·实验与结果分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 5 服装展示录像中的人脸跟踪 | 第65-73页 |
| ·人脸跟踪介绍 | 第65-66页 |
| ·卡尔曼滤波 | 第66-69页 |
| ·Kalman 滤波理论 | 第66-68页 |
| ·基于Kalman 滤波的人脸跟踪 | 第68-69页 |
| ·人脸跟踪流程 | 第69-70页 |
| ·实验结果与分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 6 系统的实现 | 第73-75页 |
| ·系统的组成 | 第73页 |
| ·软件实现 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 7 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·今后的工作 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第82页 |
