| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容和设计指标 | 第10-11页 |
| 1.3.1 研究内容 | 第10页 |
| 1.3.2 设计指标 | 第10-11页 |
| 1.4 论文组织 | 第11-12页 |
| 第二章 人脸检测的相关理论与技术 | 第12-28页 |
| 2.1 人脸检测的理论基础 | 第12-19页 |
| 2.1.1 图像预处理 | 第12-16页 |
| 2.1.2 人脸检测方法 | 第16-19页 |
| 2.2 Adaboost算法综述 | 第19-22页 |
| 2.2.1 Haar特征与积分图 | 第19-20页 |
| 2.2.2 弱分类器与级联分类器 | 第20-22页 |
| 2.3 开发平台介绍 | 第22-27页 |
| 2.3.1 Android系统简介 | 第22页 |
| 2.3.2 Android系统架构 | 第22-24页 |
| 2.3.3 Android应用程序设计 | 第24-26页 |
| 2.3.4 Android JNI技术 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 人脸检测算法研究 | 第28-42页 |
| 3.1 改进的Adaboost人脸检测算法 | 第28-35页 |
| 3.1.1 分类器级数 | 第28-30页 |
| 3.1.2 双阈值搜索算法 | 第30-33页 |
| 3.1.3 改进的样本权值更新算法 | 第33-35页 |
| 3.2 基于肤色分割的改进型Adaboost算法 | 第35-40页 |
| 3.2.1 基于YCbCr颜色空间的肤色分割方法 | 第35-36页 |
| 3.2.2 形态学处理 | 第36-37页 |
| 3.2.3 肤色分割与改进型Adaboost相结合 | 第37-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第四章 人脸检测在Android系统上的实现 | 第42-54页 |
| 4.1 人脸检测算法的设计 | 第42-43页 |
| 4.2 图像采集与检测结果显示模块的实现 | 第43-46页 |
| 4.2.1 人脸图像采集的实现 | 第43-45页 |
| 4.2.2 检测结果显示的实现 | 第45-46页 |
| 4.3 人脸检测模块的实现 | 第46-51页 |
| 4.3.1 加载分类器和图像文件 | 第47-48页 |
| 4.3.2 图像预处理的实现 | 第48页 |
| 4.3.3 人脸检测函数的实现 | 第48-51页 |
| 4.4 模块集成 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 实验测试与分析 | 第54-64页 |
| 5.1 实验环境 | 第54-55页 |
| 5.2 功能测试 | 第55-59页 |
| 5.3 性能测试 | 第59-63页 |
| 5.3.1 实验测试集 | 第59页 |
| 5.3.2 改进算法的性能测试 | 第59-62页 |
| 5.3.3 不同平台上的性能测试 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 工作展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 攻读硕士学位期间的研究成果 | 第70页 |