人脸检测技术与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人脸检测技术与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 人脸检测技术综述1

1.1 人脸检测技术研究的目的和意义1

1.2 国内外研究现状2

1.2.1 人脸检测方法分类及评价指标3

1.2.2 经典人脸检测算法6

1.2.3 当前人脸检测研究进展10

1.3 现有方法存在的问题与不足16

1.4 本书内容与组织结构18

1.4.1 本书内容18

1.4.2 组织结构19

第2章 图像去噪与肤色分割预处理22

2.1 引言22

2.2 利用EMD的自适应图像去噪处理23

2.2.1 Hilbert-Huang变换及EMD算法24

2.2.2 基于EMD的去噪算法及其不足27

2.2.3 利用EMD的自适应图像去噪算法29

2.3 基于肤色相似度和动态阈值的肤色分割算法33

2.3.1 色彩空间转换34

2.3.2 肤色相似度计算35

2.3.3 动态阈值的确定36

2.3.4 肤色区域分割与形态学后处理38

2.4 实验结果与分析39

2.4.1 图像去噪实验39

2.4.2 肤色分割实验44

2.5 本章小结47

第3章 基于SA-AdaBoostSVM算法的正面人脸检测研究48

3.1 引言48

3.2 AdaBoost人脸检测算法49

3.2.1 Haar-like特征49

3.2.2 AdaBoost算法50

3.2.3 级联结构51

3.3 SA-AdaBoostSVM算法52

3.3.1 AdaBoostSVM算法及其不足53

3.3.2 算法改进的策略与理论依据54

3.3.3 SA-AdaBoostSVM算法描述58

3.4 基于SA-AdaBoostSVM算法的正面人脸检测59

3.4.1 正面人脸检测分类器的训练与测试流程59

3.4.2 输入图像的正面人脸检测60

3.5 实验结果与分析61

3.5.1 SA-AdaBoostSVM算法的速度与性能验证61

3.5.2 输入图像的正面人脸检测实验64

3.6 本章小结66

第4章 基于多特征融合与改进的决策树级联结构的多姿态人脸检测68

4.1 引言68

4.2 多特征的引入与改进69

4.2.1 三角积分特征70

4.2.2 基于形态学梯度的边缘方位场特征72

4.3 基于多特征融合的SA-AdaBoostSVM算法74

4.4 改进的决策树级联结构76

4.4.1 多姿态人脸检测器级联结构76

4.4.2 改进的决策树级联结构78

4.4.3 多姿态人脸检测79

4.5 实验结果与分析81

4.5.1 多特征融合的SA-AdaBoostSVM算法的人脸检测实验81

4.5.2 改进的决策树级联结构实验82

4.5.3 本书方法的多姿态人脸检测速度与性能验证84

4.6 本章小结86

第5章 基于组件距离匹配度函数的部分遮挡人脸检测88

5.1 引言88

5.2 部分遮挡人脸检测算法的总体描述89

5.3 基于SA-AdaBoostSVM算法的各组件检测91

5.4 基于组件匹配度函数的组件整合验证算法92

5.4.1 组件距离匹配度函数及相关概念定义92

5.4.2 组件整合分组算法93

5.4.3 组件验证算法94

5.4.4 遮挡组件估计与人脸定位检测95

5.5 实验结果与分析96

5.6 本章小结99

第6章 总结与展望100

参考文献102

作者发表的相关学术论文116