文摘
英文文摘
声明
1绪论
1.1课题的研究背景及意义
1.2人脸检测及跟踪的难点和发展现状
1.2.1人脸检测的难点
1.2.2人脸检测方法的研究现状
1.2.3人脸跟踪的难点
1.2.4人脸跟踪方法的研究现状
1.3本文的主要工作及论文结构
1.3.1主要工作
1.3.2章节安排
2肤色区域分割
2.1色彩空间的选择
2.1.1常用色彩空间的对比
2.1.2一种新的色彩空间—YCgCr空间
2.2肤色模型的选择
2.2.1常用的肤色模型
2.2.2一种新的基于YCgCr空间的肤色建模方法
2.3肤色分割结果
2.4本章小结
3基于肤色分割和几何特征的人脸检测及眼睛定位
3.1人脸检测算法
3.1.1二值图像的形态学处理
3.1.2连通域的标记
3.1.3人脸候选区域的几何筛选
3.1.4人脸检测的实验结果
3.2眼睛的定位
3.2.1人眼定位的难点
3.2.2常见的人眼定位算法
3.2.3一种基于色彩与几何信息的人眼定位方法
3.2.4眼睛准确定位结果
3.3以眼睛对为基准映射人脸
3.3.1以眼睛对为基准映射人脸的算法研究
3.3.2映射人脸定位的实验结果
3.4本章小结
4.基于支持向量机(SVM)的人脸检测
4.1支持向量机(SVM)理论
4.1.1最优分类超平面
4.1.2支持向量机
4.1.3常用的核函数
4.2 SVM人脸检测
4.2.1样本图像的采集
4.2.2图像的预处理
4.2.3样本图像的特征降维
4.2.4 SVM分类器的训练
4.2.5金字塔式图像检索策略
4.2.6级联式人脸检测
4.2.7系统结构框架
4.2.8实验结果与分析
4.3本章小结
5基于均值偏移的人脸跟踪
5.1均值偏移(Mean Shift)的基本理论
5.1.1均值偏移简介
5.1.2 Mean Shift理论
5.2 Mean Shift跟踪算法
5.2.1颜色特征空间
5.2.2加权直方图描述
5.2.3候选区域的加权建模
5.2.4目标模型直方图的相似性度量
5.2.5跟踪过程
5.2.6 Mean Shift人脸跟踪实验
5.3结合卡尔曼滤波的人脸跟踪
5.3.1 Mean Shift的不足
5.3.2卡尔曼滤波预测理论
5.3.3遮挡情况下的处理
5.3.4卡尔曼预测应用于人脸跟踪
5.4核窗宽的自适应调整
5.5本章小结
6总结与展望
6.1本文工作总结
6.2未来工作展望
致 谢
参考文献