| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·选题背景和意义 | 第10页 |
| ·人脸检测研究现状 | 第10-11页 |
| ·本文的研究内容和组织结构 | 第11-13页 |
| 第二章 实验工具介绍 | 第13-19页 |
| ·MATLAB简介 | 第13页 |
| ·MATLAB的图像处理工具 | 第13-14页 |
| ·本文图像处理技术概述 | 第13-14页 |
| ·MATLAB图像处理相关函数 | 第14页 |
| ·MATLAB的神经元网络处理工具 | 第14-18页 |
| ·人工神经网络概述 | 第14-15页 |
| ·现有人工神经网络简介 | 第15-18页 |
| ·MATLAB中LVQ神经网络相关函数介绍 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于ADABOOST算法的人脸检测 | 第19-30页 |
| ·ADABOOST算法介绍 | 第19-21页 |
| ·PCA算法原理 | 第21-23页 |
| ·PCA算法概述 | 第21页 |
| ·K-L变换的算法 | 第21-22页 |
| ·奇异值分解定理 | 第22-23页 |
| ·结合PCA的ADABOOST算法用于人脸检测 | 第23-29页 |
| ·PCA算法降维 | 第23-25页 |
| ·弱分类器的设计 | 第25页 |
| ·检测过程 | 第25-27页 |
| ·实验结果和分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 ADABOOST与神经网络结合进行人脸识别 | 第30-48页 |
| ·检测方法概述 | 第30页 |
| ·样本扩张思路 | 第30-31页 |
| ·算法流程图与算法说明 | 第31-35页 |
| ·实验结果与分析 | 第35-39页 |
| ·两种算法识别率的比较实验 | 第39-44页 |
| ·实验环境和参数说明 | 第39-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·两种算法运行速度的比较实验 | 第44-46页 |
| ·实验环境和参数说明 | 第44-45页 |
| ·实验结果与分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表论文情况 | 第54页 |