声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 人脸检测与跟踪的研究现状
1.2.1 人脸检测的研究现状
1.2.2 人脸跟踪的研究现状
1.2.3 人脸检测方法
1.2.4 人脸跟踪方法
1.3 人脸检测与跟踪面临的困难
1.3.1 人脸检测面临的困难
1.3.2 人脸跟踪面临的困难
1.4 论文的主要研究工作
1.5 论文组织结构
第二章 相关理论和算法基础
2.1 AdaBoost算法描述
2.1.1 Haar-like特征与积分图
2.1.2 AdaBoost算法构建强分类器
2.1.3 Cascade分类器
2.2 肤色分割理论
2.2.1 图像增强
2.2.2 颜色空间
2.2.3 肤色模型的建立
2.3 卡尔曼滤波
2.3.1 离散卡尔曼滤波
2.3.2 线性卡尔曼滤波的预测和更新
2.4 本章小结
第三章 基于多肤色空间及AdaBoost算法的人脸检测方法
3.1 算法的提出与方法流程
3.2 多肤色分割方法
3.2.1 图像增强方法的选取
3.2.2 颜色空间的选取
3.2.3 多肤色空间下的肤色分割方法
3.3 AdaBoost算法检测器的设计
3.4 实验结果及分析
3.4.1 多肤色空间下的肤色分割对比
3.4.2 本文方法与几种现有方法检测结果对比
3.4.3 实验总结
3.5 本章小结
第四章 基于Kalman和AdaBoost算法的人脸跟踪方法
4.1 人脸跟踪问题分析
4.2 人脸跟踪方法的实现
4.2.1 基于卡尔曼的面部区域跟踪算法
4.2.2 基于卡尔曼和AdaBoost算法的人脸跟踪方法
4.3 实验结果及分析
4.3.1 基于卡尔曼滤波面部区域跟踪的实验与分析
4.3.2 本文方法与卡尔曼滤波跟踪算法实验对比
4.4 本章小结
第五章 总结及未来工作
5.1 本文工作总结
5.2 下一步工作
致谢
攻硕期间从事的科研工作及取得的科研成果
参考文献