文摘
英文文摘
学位论文的主要创新点
第一章 绪论
1.1 人脸检测的研究背景和意义
1.2 人脸检测的研究现状
1.2.1 基于知识的人脸检测算法
1.2.2 基于模板匹配的人脸检测算法
1.2.3 基于统计的人脸检测算法
1.3 论文的研究内容和组织结构
第二章 机器学习和Adaboost算法介绍
2.1 机器学习
2.1.1 机器学习概述
2.1.2 弱分类器
2.1.3 弱分类器的集成方式
2.1.4 弱分类器的学习算法
2.2 Adaboost算法介绍
2.2.1 Boosting人脸检测算法介绍
2.2.2 二分类问题的描述
2.2.3 Adaboost算法描述
2.3 Adaboost算法的性能分析
2.3.1 Adaboost算法的收敛性能
2.3.2 Adaboost算法的泛化能力
2.4 Adaboost算法示例
2.5 本章小结
第三章 基于Adaboost算法的人脸检测分类器的训练
3.1 人脸检测系统的设计方案和工作原理
3.2 Opencv简介
3.3 样本的获取
3.3.1 样本获取方法
3.3.2 样本图像预处理和归一化
3.4 样本特征
3.4.1 矩形特征的表示及定义
3.4.2 矩形特征的数量
3.4.3 矩形特征的计算
3.5 训练分类器
3.5.1 级联分类器的构成
3.5.2 级联分类器的性能分析
3.5.3 分类器的训练步骤
3.6 本章小结
第四章 人脸检测的实现及实验结果分析
4.1 人脸检测的实现
4.1.1 检测策略
4.1.2 检测流程
4.1.3 检测结果的合并
4.2 检测结果的肤色验证
4.2.1 色彩空间的介绍
4.2.2 色彩空间的选择
4.2.3 肤色模型的介绍
4.2.4 肤色模型的选择
4.2.5 肤色验证的实现
4.3 实验结果分析
4.3.1 本文设计方案的可行性验证
4.3.2 人脸检测的初步实验结果及分析
4.3.3 人脸检测的最终检测结果及分析
4.3.4 肤色验证实验结果及分析
4.4 本章小结
第五章 结束语
参考文献
发表论文和参加科研情况说明
谢辞
天津工业大学;