文摘
英文文摘
声明
1 绪论
1.1研究的目的和意义
1.2 国内外研究动态
1.3本文主要研究内容及安排
2 AdaBoost算法和颜色空间概述
2.1 AdaBoost算法概述
2.1.1 Boost方法概述
2.1.2 PAC学习模型
2.1.3弱学习与强学习
2.1.4 AdaBoost算法
2.2颜色空间概述
2.2.1 RGB颜色空间及其转换
2.2.2归一化RGB颜色空间
2.2.3 YCbCr颜色空间
3 总体设计
3.1系统总体架构
3.1.1系统硬件组成
3.1.1系统模块构成
3.2系统子模块设计
3.2.1肤色模块
3.2.2 AdaBoost算法模块
4人脸检测肤色建模
4.1选择颜色空间
4.2肤色建模
4.2.1 肤色空间模型及相似度计算
4.2.2图像检测区域的处理
4.3候选人脸区域的确定
4.3.1 图像填充
4.3.2肤色特征分析
4.4人脸区域提取
5基于AdaBoost算法的人脸检测
5.1矩形特征的选取和特征值计算
5.1.1 矩形特征
5.1.2使用积分图计算特征值
5.2建立级联分类器
5.2.1简单分类器
5.2.2强分类器
5.2.3级联分类器
5.3 AdaBoost算法的改进
5.3.1算法描述
5.3.2改进后的结果与分析
6结合肤色和AdaBoost算法的人脸检测的实现
6.1肤色检测前的预处理
6.1.1 图像增强
6.1.2背景检测与去除
6.2肤色模型与AdaBoost算法相结合的人脸检测
6.3测试及分析
结 论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢