| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| §1-1 人脸检测识别研究背景和意义 | 第8-9页 |
| §1-2 人脸检测识别国内外发展及研究现状 | 第9页 |
| §1-3 论文主要工作和结构安排 | 第9-11页 |
| 第二章 系统理论基础 | 第11-31页 |
| §2-1 人脸图像预处理 | 第11-14页 |
| 2-1-1 几何规范化 | 第11页 |
| 2-1-2 灰度规范化 | 第11-14页 |
| §2-2 AdaBoost 人脸检测算法 | 第14-22页 |
| 2-2-1 AdaBoost 人脸检测算法概述 | 第14-15页 |
| 2-2-2 AdaBoost 算法的具体描述 | 第15-16页 |
| 2-2-3 Haar-like 特征和积分图 | 第16-19页 |
| 2-2-4 基于 Haar 特征级联强分类器 | 第19-20页 |
| 2-2-5 AdaBoost 算法在人脸检测中的应用 | 第20-22页 |
| §2-3 基于主成分分析法的人脸识别 | 第22-26页 |
| 2-3-1 传统 PCA 算法 | 第22-24页 |
| 2-3-2 2D-PCA 算法 | 第24-26页 |
| §2-4 基于 Camshift 算法的人脸跟踪 | 第26-29页 |
| 2-4-1 Meanshift 算法 | 第26-27页 |
| 2-4-2 Camshift 算法 | 第27-29页 |
| §2-5 Camshift 跟踪算法改进 | 第29-30页 |
| 本章小结 | 第30-31页 |
| 第三章 基于 OpenCV 人脸识别门禁系统的实现 | 第31-44页 |
| §3-1 OpenCV 介绍及开发环境配置 | 第31-36页 |
| 3-1-1 OpenCV 的结构和内容 | 第31-32页 |
| 3-1-2 OpenCV 基本数据类型 | 第32-34页 |
| 3-1-3 开发环境配置 | 第34-36页 |
| §3-2 人脸检测识别门禁系统的实现 | 第36-43页 |
| 3-2-1 主界面程序模块 | 第36页 |
| 3-2-2 New User 子模块程序 | 第36-40页 |
| 3-2-3 Authenticate 子模块程序 | 第40-42页 |
| 3-2-4 其它子模块程序 | 第42-43页 |
| 本章小结 | 第43-44页 |
| 第四章 系统功能、性能测试 | 第44-50页 |
| §4-1 系统功能测试 | 第44-47页 |
| §4-2 系统性能测试 | 第47-49页 |
| 本章小结 | 第49-50页 |
| 第五章 结论 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间所取得的相关科研成果 | 第55页 |