| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·人脸识别的生物学研究 | 第11页 |
| ·特征提取的研究 | 第11-12页 |
| ·检测过程的研究 | 第12-13页 |
| ·识别过程的研究 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 人脸识别相关理论介绍 | 第16-31页 |
| ·人脸识别原理 | 第16-17页 |
| ·人脸的基本特征及提取方法 | 第17-22页 |
| ·人脸的肤色特征 | 第17-19页 |
| ·人脸的灰度特征 | 第19-22页 |
| ·快速人脸检测方法概述 | 第22-27页 |
| ·弱分类器的结构 | 第23-24页 |
| ·离散AdaBoost学习算法 | 第24-25页 |
| ·级联检测器 | 第25-27页 |
| ·人脸识别常用方法介绍 | 第27-30页 |
| ·常用的子空间方法 | 第27-28页 |
| ·基于Embedded HMM的人脸模型 | 第28-29页 |
| ·基于Adaboost的识别方法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于AdaBoost算法的人脸检测方法的改进 | 第31-41页 |
| ·连续AdaBoost算法原理 | 第31-34页 |
| ·训练过程 | 第31-32页 |
| ·错误率分析 | 第32-34页 |
| ·基于多阈值的样本划分方法 | 第34-37页 |
| ·多阈值的样本区间划分过程 | 第34-35页 |
| ·训练时间优化 | 第35-37页 |
| ·仿真实验 | 第37-40页 |
| ·程序实现 | 第37-38页 |
| ·实验结果 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第四章 双权值的人脸识别模型 | 第41-50页 |
| ·双权值识别方法的架构 | 第41-42页 |
| ·图像归一化和分割 | 第42-43页 |
| ·特征提取 | 第43-45页 |
| ·全局特征提取 | 第43-44页 |
| ·局部特征提取 | 第44-45页 |
| ·权值训练 | 第45-47页 |
| ·识别过程 | 第47-48页 |
| ·仿真实验结果 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第五章 嵌入式应用背景介绍及实验分析 | 第50-60页 |
| ·嵌入式人机界面系统结构 | 第50-51页 |
| ·嵌入式平台硬件介绍 | 第51-52页 |
| ·WinCE系统定制及代码移植 | 第52-55页 |
| ·Windows CE的文件系统及其定制过程 | 第52-54页 |
| ·PC端应用程序到嵌入式设备端的移植 | 第54-55页 |
| ·人脸识别的在工业控制中的应用 | 第55-59页 |
| ·嵌入式人机界面系统中的等级限定 | 第55-57页 |
| ·算法在嵌入式系统中实验分析 | 第57-59页 |
| ·小结 | 第59-60页 |
| 总结和展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |