| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·人脸检测与识别技术发展状况 | 第10-11页 |
| ·人脸检测技术发展状况 | 第10-11页 |
| ·人脸识别技术的发展现状 | 第11页 |
| ·人脸识别的特点及技术难点 | 第11-12页 |
| ·本文主要内容安排 | 第12-14页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的章节安排 | 第13-14页 |
| 2 利用颜色空间及AdaBoost算法进行人脸检测 | 第14-25页 |
| ·图像预处理 | 第14-20页 |
| ·颜色空间概述 | 第14-15页 |
| ·利用YCbCr色彩空间进行肤色分析 | 第15-16页 |
| ·人脸肤色在各分量上的分布规律 | 第16-17页 |
| ·利用YCbCr空间对人脸进行筛选 | 第17-19页 |
| ·利用膨胀腐蚀等形态学操作填充缺失区域 | 第19-20页 |
| ·利用AdaBoost算法进行人脸检测 | 第20-25页 |
| ·人脸肤色分析 | 第20页 |
| ·AdaBoosting算法流程 | 第20-21页 |
| ·利用Haar特征和积分图表示人脸 | 第21-24页 |
| ·人脸检测过程实现 | 第24-25页 |
| 3 基于Gabor特征及RBF神经网络的人脸分类器 | 第25-33页 |
| ·Gabor小波滤波器组的设计与实现 | 第25-28页 |
| ·小波函数的选择与实现 | 第28-29页 |
| ·利用PCA进行降维 | 第29-31页 |
| ·RBF概率神经网络的实现及实验流程 | 第31-33页 |
| 4 人脸识别实验及结果 | 第33-44页 |
| ·Gabor特征实验参数设置及结果 | 第33-36页 |
| ·利用PCA降维实验及结果 | 第36-42页 |
| ·实验结论 | 第42-44页 |
| 5 人脸识别系统的设计及实现 | 第44-51页 |
| ·系统设计 | 第44-45页 |
| ·系统环境 | 第44页 |
| ·人脸检测及识别模块 | 第44-45页 |
| ·人脸数据库结构及数据库更新流程 | 第45-47页 |
| ·人脸检测结果展示 | 第47-48页 |
| ·人脸识别结果展示 | 第48-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |