| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·研究背景 | 第8页 |
| ·人脸检测与识别技术概论 | 第8-16页 |
| ·人脸检测技术概述 | 第8-9页 |
| ·人脸检测研究现状的分析 | 第9-13页 |
| ·人脸识别技术概述 | 第13页 |
| ·人脸识别研究现状的分析 | 第13-15页 |
| ·技术难点与发展方向 | 第15-16页 |
| ·本文的主要工作及章节安排 | 第16-18页 |
| ·本文的主要工作 | 第16页 |
| ·本文的章节安排 | 第16-18页 |
| 2 基于肤色特征的人脸粗检测 | 第18-27页 |
| ·色彩空间概述 | 第18-19页 |
| ·RGB色彩空间 | 第18页 |
| ·HSV色彩空间 | 第18-19页 |
| ·YCbCr色彩空间 | 第19页 |
| ·人脸图像的预处理 | 第19-21页 |
| ·色彩平衡 | 第19-20页 |
| ·光线补偿 | 第20-21页 |
| ·人脸肤色建模 | 第21-25页 |
| ·色彩空间的选取 | 第21-23页 |
| ·人脸肤色模型的建立 | 第23-25页 |
| ·肤色区域的确定 | 第25-27页 |
| ·肤色分割 | 第25页 |
| ·对粗检图像的形态学处理 | 第25-26页 |
| ·候选人脸区域的选定 | 第26-27页 |
| 3 基于Adaboost算法的人脸细检测 | 第27-37页 |
| ·Adaboost算法概述 | 第27-29页 |
| ·Adaboost算法简介 | 第27-28页 |
| ·算法思路与流程描述 | 第28-29页 |
| ·Haar特征与积分图 | 第29-33页 |
| ·Haar矩形特征 | 第29-31页 |
| ·特征积分图的计算 | 第31-33页 |
| ·基于Haar特征的Adaboost算法描述 | 第33-35页 |
| ·结合肤色分割与Adaboost算法的人脸检测实现 | 第35-37页 |
| 4 基于PCA算法的人脸识别 | 第37-43页 |
| ·PCA算法概述 | 第37-40页 |
| ·K-L变换原理描述 | 第37-39页 |
| ·PCA人脸识别算法 | 第39-40页 |
| ·对样本类别的判决方法 | 第40-42页 |
| ·人脸识别模块的PCA实现过程 | 第42-43页 |
| 5 基于OpenCV的人脸检测与识别系统实现 | 第43-49页 |
| ·基于OpenCV的图像处理概述 | 第43-44页 |
| ·OpenCV简介 | 第43页 |
| ·OpenCV中用于图像处理的函数 | 第43-44页 |
| ·系统架构设计 | 第44-49页 |
| ·系统环境 | 第44-45页 |
| ·人脸检测模块 | 第45-46页 |
| ·人脸识别模块 | 第46页 |
| ·人脸数据库结构及数据库更新流程 | 第46-49页 |
| 6 人脸检测与识别系统结果及分析 | 第49-53页 |
| ·人脸检测结果展示 | 第49-51页 |
| ·人脸识别结果展示 | 第51页 |
| ·人脸图像数据管理展示 | 第51-52页 |
| ·系统人脸检测与识别结果分析 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-60页 |