| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 2 银行ATM机中的有遮挡的人脸检测 | 第14-30页 |
| 2.1 外界环境中检测需考虑的问题 | 第14-15页 |
| 2.2 检测算法介绍 | 第15-23页 |
| 2.2.1 基于模板匹配的人脸检测算法 | 第15-18页 |
| 2.2.2 基于肤色的人脸检测算法 | 第18-21页 |
| 2.2.3 基于向量机的检测算法 | 第21-23页 |
| 2.3 模糊级联分类器的理论概述 | 第23-25页 |
| 2.3.1 特征提取与处理 | 第23-24页 |
| 2.3.2 训练分类器 | 第24页 |
| 2.3.3 强分类器的生成 | 第24-25页 |
| 2.4 ORB图像技术的理论概述 | 第25-28页 |
| 2.4.1 oFAST关键点检测 | 第25-27页 |
| 2.4.2 Gaussian平滑处理算法 | 第27页 |
| 2.4.3 构造rBRIEF特征 | 第27-28页 |
| 2.4.4 Brute-force匹配 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 3 基于模糊级联分类器和ORB相结合的人脸检测算法 | 第30-47页 |
| 3.1 运用分类器和ORB算法实现检测的难点 | 第30-31页 |
| 3.2 有遮挡的人脸检测算法 | 第31-44页 |
| 3.2.1 光线补偿处理算法 | 第32-33页 |
| 3.2.2 高斯金字塔的模糊处理算法 | 第33-35页 |
| 3.2.3 模糊级联分类器的训练与检测 | 第35-41页 |
| 3.2.4 ORB图像匹配算法的检测 | 第41-44页 |
| 3.3 实验结果与分析 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 用于银行ATM机的检测系统 | 第47-57页 |
| 4.1 摄像头的设置与环境 | 第47-48页 |
| 4.2 系统的设计与实现 | 第48-51页 |
| 4.2.1 系统模块介绍 | 第48-49页 |
| 4.2.2 系统执行的步骤及流程 | 第49-51页 |
| 4.3 系统的测试与仿真 | 第51-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-60页 |
| 5.1 总结 | 第57-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-70页 |
| 攻读硕士学位期间主要研究成果 | 第70-71页 |
| 致谢 | 第71页 |