Android人脸检测系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景 | 第10页 |
| ·人脸检测技术国内外研究现状 | 第10-13页 |
| ·基于几何特征的人脸检测方法 | 第11-12页 |
| ·基于统计理论的人脸检测方法 | 第12-13页 |
| ·本文研究的难点 | 第13-14页 |
| ·本文主要研究内容与组织 | 第14-16页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文组织 | 第15-16页 |
| 第2章 Android 系统以及人脸检测 | 第16-24页 |
| ·智能手机平台 | 第16-17页 |
| ·Android 系统平台架构 | 第17-18页 |
| ·人脸检测相关算法 | 第18-19页 |
| ·人脸检测方法分类 | 第19-22页 |
| ·基于知识的方法 | 第20页 |
| ·特征不变量方法 | 第20-21页 |
| ·模板匹配的方法 | 第21-22页 |
| ·基于表象的方法 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第3章 AdaBoost 人脸检测算法 | 第24-36页 |
| ·特征与特征值计算 | 第24-28页 |
| ·矩形特征 | 第24-25页 |
| ·积分图 | 第25-28页 |
| ·AdaBoost 分类器 | 第28-35页 |
| ·PAC 学习模型 | 第28页 |
| ·弱学习与强学习 | 第28-29页 |
| ·AdaBoost 算法 | 第29-31页 |
| ·弱分类器 | 第31-32页 |
| ·弱分类器的训练及选取 | 第32页 |
| ·强分类器 | 第32页 |
| ·级联分类器 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 系统实现 | 第36-49页 |
| ·开发环境搭建 | 第36-38页 |
| ·开发环境 | 第36页 |
| ·OpenCV 介绍 | 第36-37页 |
| ·OpenCV 编译移植 | 第37-38页 |
| ·整体设计 | 第38-39页 |
| ·系统实现 | 第39-44页 |
| ·样本创建 | 第39-41页 |
| ·人脸检测 | 第41-44页 |
| ·人脸检测 | 第44-48页 |
| ·实验环境 | 第44页 |
| ·实验结果 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |
