文摘
英文文摘
第一章 绪论
1.1 论文选题背景
1.2 人脸检测研究现状
1.3 人脸跟踪的研究现状
1.4 论文的主要工作
1.5 论文组织结构
第二章 人脸检测与跟踪技术基础
2.1 人脸检测与跟踪的主流算法
2.1.1 人脸检测的主流算法
2.1.2 人脸跟踪的主流算法
2.2 AdaBoost算法简介
2.2.1 弱分类器
2.2.2 训练强分类器
2.2.3 级联分类器的训练算法
2.3 卡尔曼滤波简介
2.4 本章小结
第三章 改进样本选取的AdaBoost人脸检测
3.1 引言
3.2 AdaBoost算法流程
3.3 基于AdaBoost算法的人脸检测技术
3.3.1 Haar-like特征与积分图像
3.3.2 由Haar-like特征构造弱分类器
3.3.3 AdaBoost算法构建强分类器
3.3.4 级联分类器
3.4 改进样本选取的AdaBoost人脸检测的方法
3.4.1 可行性分析与参数预设定
3.4.2 训练样本的选取分析
3.4.3 训练样本的选取实验
3.4.4 训练样本选取结果分析
3.4.5 检测器的设计
3.4.6 检测的结果分析
3.4.7 最终实验结果
3.4.8 检测速度分析
3.5 本章小结
第四章 基于卡尔曼滤波的面部区域跟踪
4.1 引言
4.2 卡尔曼滤波方法
4.2.1 离散卡尔曼滤波
4.2.2 线性卡尔曼滤波的预测和更新
4.3 基于卡尔曼滤波的面部区域跟踪
4.4 实验仿真测试
4.5 本章小结
第五章 基于检测的人脸跟踪方法的实现
5.1 引言
5.2 基于检测的人脸跟踪的设计与实现
5.2.1 视频图像的采集
5.2.2 人脸跟踪算法的实现
5.2.3 处理完成后的视频流的输出
5.3 实验结果
5.3.1 实验对象
5.3.2 实验过程及结果
5.3.3 实验结论
5.4 本章小结
第六章 结论及未来的工作
6.1 结论
6.2 未来的工作
致谢
攻读硕士学位期间从事的科研工作及发表的论文
参考文献