| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·引言 | 第8页 |
| ·人脸识别概述 | 第8-10页 |
| ·国内研究状况 | 第9-10页 |
| ·国外研究状况 | 第10页 |
| ·人脸检测概述 | 第10-15页 |
| ·基于特征的检测方法 | 第10-11页 |
| ·基于统计模型的检测方法 | 第11-12页 |
| ·常用的人脸检测方法简介 | 第12-15页 |
| ·AdaBoost算法概述 | 第15-16页 |
| ·本课题研究的主要内容 | 第16-18页 |
| 第二章 harr特征与积分图及肤色建模 | 第18-33页 |
| ·引言 | 第18页 |
| ·harr特征 | 第18-22页 |
| ·概述 | 第18-19页 |
| ·特征模版 | 第19页 |
| ·检测窗口内特征总数 | 第19-22页 |
| ·积分图 | 第22-27页 |
| ·概述 | 第22-25页 |
| ·利用积分图计算harr特征值 | 第25-27页 |
| ·肤色建模 | 第27-33页 |
| ·各种色彩空间概述 | 第27-31页 |
| ·肤色模型的建立 | 第31-33页 |
| 第三章 分类器的训练 | 第33-42页 |
| ·训练样本选择 | 第33页 |
| ·非人脸样本 | 第33页 |
| ·人脸样本 | 第33页 |
| ·样本图像预处理 | 第33-36页 |
| ·图像灰度化 | 第33-34页 |
| ·尺寸归一化 | 第34-35页 |
| ·光线补偿 | 第35-36页 |
| ·弱分类器训练 | 第36-39页 |
| ·强分类器构造 | 第39-42页 |
| 第四章 基于AdaBoost算法的人脸检测与识别系统实现 | 第42-59页 |
| ·人脸检测 | 第42-49页 |
| ·AdaBoost人脸检测方法选择与实现 | 第42-47页 |
| ·对AdaBoost人脸检测算法的改进 | 第47-49页 |
| ·人脸跟踪 | 第49-52页 |
| ·跟踪流程 | 第49-50页 |
| ·预测搜索范围和人脸大小 | 第50-51页 |
| ·带跟踪的人脸检测流程 | 第51-52页 |
| ·人脸识别 | 第52-54页 |
| ·特征点的提取 | 第52页 |
| ·特征点的定位 | 第52-53页 |
| ·识别 | 第53-54页 |
| ·结果分析 | 第54页 |
| ·系统的设计与实现 | 第54-59页 |
| ·开发环境 | 第54-55页 |
| ·系统的结构 | 第55-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间参与的科研项目 | 第64-65页 |
| 致谢 | 第65页 |