文摘
英文文摘
第一章 绪论
1.1 人脸检测的研究背景
1.2 人脸检测的研究方法
1.2.1 基于知识规则的方法
1.2.2 基于可视特征的方法
1.2.3 基于模板匹配的方法
1.2.4 基于神经网络的方法
1.2.5 基于隐马尔可夫模型的方法
1.3 国内外人脸检测技术的研究现状
1.4 人脸检测的应用
1.5 人脸检测的难占
1.6 肤色信息在人脸检测中的应用
1.7 本文研究内容和章节安排
1.7.1 本文研究内容
1.7.2 本文章节安排
第二章 色彩空间的选取和肤色模型的建立
2.1 色彩空间的类型和选取准则
2.1.1 色彩空间的类型
2.1.2 色彩空间的选取准则
2.2 YCBCR色彩空间的确定
2.3 光照补偿
2.4 肤色高斯模型的建立
2.4.1 肤色高斯模型的提出
2.4.2 肤色高斯模型的建立
2.4.3 肤色似然度的计算
2.4.4 仿真实验
2.5 本章小结
第三章 人脸区域粗定位
3.1 图像分割
3.2 基于FISHER准则的阈值动态获取算法
3.2.1 基于Fisber准则动态阈值的获取
3.2.2 肤色似然图像的二值化
3.2.3 仿真实验
3.3 二值图像的去噪
3.3.1 图像噪声
3.3.2 基于中值滤波的图像去噪
3.3.3 仿真实验
3.4 人脸区域粗定位
3.4.1 肤色区域标记和数目统计
3.4.2 区域定向
3.4.3 基于长宽比和面积占有率的人脸粗定位
3.4.4 基于欧拉数的人脸区域验证
3.4.5 仿真实验
3.5 本章小结
第四章 基于模板匹配的人脸精确定位
4.1 匹配的基本原理
4.1.1 匹配技术的应用
4.1.2 图像匹配算法的分类
4.1.3 图像匹配的关键要素
4.2 基于模板匹配的人脸精确定位算法
4.2.1 人脸模板的建立
4.2.2 基于模板匹配的人脸精确定位算法
4.2.3 仿真实验
4.3 人脸检测算法流程
4.4 本章小结
第五章 总结与展望
参考文献
攻读硕士期间完成的论文
致谢