| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·人脸识别研究的背景及其意义 | 第8页 |
| ·生物特征识别技术 | 第8-11页 |
| ·人脸识别 | 第9页 |
| ·掌纹识别 | 第9页 |
| ·虹膜识别 | 第9-10页 |
| ·指纹识别 | 第10页 |
| ·人形识别 | 第10-11页 |
| ·生物特征识别技术的发展趋势 | 第11-12页 |
| ·人脸识别研究的历史与现状 | 第12-14页 |
| ·人脸识别研究简介 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·国内外常用人脸图像数据库 | 第14-15页 |
| ·本文主要工作及结构安排 | 第15-16页 |
| 2 人脸图像预处理技术 | 第16-20页 |
| ·数字图像处理技术概述 | 第16页 |
| ·数字图像常见的格式 | 第16页 |
| ·人脸图像预处理技术 | 第16-18页 |
| ·光线补偿 | 第17页 |
| ·灰度变换 | 第17页 |
| ·锐化 | 第17页 |
| ·人脸直方图均衡化及标准化 | 第17-18页 |
| ·人脸图像的滤波 | 第18页 |
| ·图像二值化 | 第18页 |
| ·人脸图像预处理结果 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 人脸检测 | 第20-30页 |
| ·人脸检测的经典算法分析 | 第20-22页 |
| ·基于肤色的人脸检测 | 第20页 |
| ·基于模板匹配方法 | 第20-21页 |
| ·基于人脸几何特征的方法 | 第21-22页 |
| ·基于统计模型的方法 | 第22页 |
| ·基于 Aadboost 算法的人脸检测 | 第22-25页 |
| ·Aadboost 算法简介 | 第22-23页 |
| ·Haar-like 特征和特征值的计算 | 第23-25页 |
| ·弱分类器 | 第25页 |
| ·强分类器 | 第25-26页 |
| ·级联分类器 | 第26-27页 |
| ·改进的人脸检测算法 | 第27-28页 |
| ·人脸检测结果 | 第28-29页 |
| ·仿真环境与仿真结果 | 第28-29页 |
| ·仿真结果分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 基于 PCA+LDA 的人脸识别算法的研究 | 第30-42页 |
| ·人脸识别的基本算法 | 第30-31页 |
| ·PCA 的理论基础 | 第31-35页 |
| ·投影向量 | 第31-32页 |
| ·PCA 的作用及其统计特性 | 第32-33页 |
| ·创建特征空间 | 第33-34页 |
| ·奇异值分解（SVD） | 第34-35页 |
| ·利用小矩阵计算大矩阵特征向量 | 第35页 |
| ·利用 PCA 算法进行人脸识别 | 第35-36页 |
| ·PCA 算法简介 | 第35页 |
| ·基于特征脸的人脸识别算法 | 第35-36页 |
| ·人脸图像识别过程 | 第36-37页 |
| ·基于 PCA+LDA 的人脸识别 | 第37-38页 |
| ·基于 LDA 的人脸识别 | 第37-38页 |
| ·基于 PCA+LDA 人脸识别方法 | 第38页 |
| ·人脸识别仿真结果 | 第38-41页 |
| ·仿真环境与方法 | 第38-39页 |
| ·仿真结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于 DM6446 人脸检测与识别的硬件设计及软件开发 | 第42-57页 |
| ·基于 DM6446 的人脸图像采集平台的设计 | 第42-48页 |
| ·DM6446 介绍 | 第42-44页 |
| ·DM6446-DSP 子系统 | 第44-46页 |
| ·DM6446-ARM 子系统 | 第46-47页 |
| ·双处理器的协同工作 | 第47-48页 |
| ·视频处理子系统 | 第48-49页 |
| ·视频处理前端 VPFE | 第48-49页 |
| ·视频处理后端 VPBE | 第49页 |
| ·人脸识别系统设计 | 第49-50页 |
| ·软件开发 | 第50-55页 |
| ·软件开发流程 | 第50-51页 |
| ·软件开发工具 | 第51-52页 |
| ·代码的移植 | 第52-53页 |
| ·代码的优化 | 第53-55页 |
| ·实验结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| ·本文的创新点 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |