文摘
英文文摘
声明
第一章绪论
第一节人脸定位算法的研究意义
第二节研究背景
第三节本文主要的研究内容和工作
第四节本文的内容安排
第二章人工神经网络与支持向量机
第一节人工神经网络
2.1.1人的视觉系统
2.1.2人工神经网络简介
2.1.3多层前馈神经网络(BP)
第二节支持向量机
2.2.1支持向量机的基本概念
2.2.2线性支持向量机
2.2.3非线性支持向量机
2.2.4支持向量机的核函数
第三节最小超球面支持向量机
2.3.1支持向量机的最小超球面优化算法
2.3.2多目标识别算法
第四节本章小结
第三章彩色数字图像处理
第一节数字图像处理概述
第二节RGB和HSV色彩模型
3.2.1 RGB格式:
3.2.2 HSV格式:
3.2.3 RGB色彩模型和HSV模型的相互转换:
第三节区域统计特征降维
3.3.1常用统计量
3.3.2区域统计特征
3.3.3区域协方差统计特征
第四节消除噪声方法
第五节数学形态学图像处理
3.5.1腐蚀
3.5.2膨胀
3.5.3开运算与闭运算
第六节运动检测原理
3.6.1时间差分法
3.6.2光流场法
第七节扫描投影算法
第八节本章小结
第四章人脸彩色图像分割
第一节人脸图像的定位分割
4.1.1统计特征的优越性
4.1.2基于RGB肤色统计特征的人脸分割
4.1.3提取样本HSV颜色空间的统计特征
4.1.4区域协方差矩阵作为肤色区域的特征向量
第二节超球面支持向量机在人脸分割中的应用
4.2.1超球面支持向量机核函数及其参数的选取
4.2.2超球面支持向量机用于肤色分类
第三节本章小结
第五章总结与展望
参考文献
致谢
个人简历