| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-18页 |
| 1.2.1 人体检测算法 | 第12-13页 |
| 1.2.2 人脸检测算法 | 第13-16页 |
| 1.2.3 人脸验证算法 | 第16-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 本文的组织结构 | 第19-20页 |
| 第2章 基于移动端的人体检测 | 第20-31页 |
| 2.1 引言 | 第20-21页 |
| 2.2 图像预处理 | 第21页 |
| 2.3 基于HOG特征的人体检测算法 | 第21-30页 |
| 2.3.1 基于HOG特征的SVM算法 | 第22-27页 |
| 2.3.2 基于HOG特征的Cascade算法 | 第27-29页 |
| 2.3.3 实验结果分析 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于移动端的人脸检测 | 第31-43页 |
| 3.1 引言 | 第31-33页 |
| 3.2 Haar-like特征和Ada Boost算法 | 第33-42页 |
| 3.2.1 Haar-like矩形特征 | 第33-34页 |
| 3.2.2 积分图计算 | 第34-36页 |
| 3.2.3 检测子窗口内的特征 | 第36-38页 |
| 3.2.4 人脸特征的选择 | 第38-39页 |
| 3.2.5 快速检测算法 | 第39页 |
| 3.2.6 重复检测的合并 | 第39-40页 |
| 3.2.7 深入学习AdaBoost算法 | 第40-41页 |
| 3.2.8 实验结果分析 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 基于移动端的人脸验证 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 特征定位与提取方法 | 第43-46页 |
| 4.2.1 Hough变换方法 | 第45页 |
| 4.2.2 灰度积分投影曲线分析 | 第45-46页 |
| 4.2.3 可变形模板 | 第46页 |
| 4.3 FaceRecognizer类 | 第46-54页 |
| 4.3.1 Eigenfaces特征脸算法描述 | 第47-48页 |
| 4.3.2 LBPH算法描述 | 第48-50页 |
| 4.3.3 Fisherfaces算法描述 | 第50-53页 |
| 4.3.4 实验结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 系统设计与实现 | 第55-67页 |
| 5.1 开发环境搭建 | 第55-56页 |
| 5.2 系统分析 | 第56-58页 |
| 5.2.1 系统设计目标 | 第56页 |
| 5.2.2 系统的总体设计 | 第56-58页 |
| 5.3 Android平台介绍 | 第58-61页 |
| 5.3.1 Android架构 | 第59-60页 |
| 5.3.2 Android系统的特点 | 第60-61页 |
| 5.4 系统实现 | 第61-66页 |
| 5.5 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 本文工作总结 | 第67-68页 |
| 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |