| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·智能视频监控的研究现状 | 第11页 |
| ·人脸检测与识别技术研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织 | 第12-14页 |
| 第二章 基于Adaboost的人脸检测算法 | 第14-40页 |
| ·引言 | 第14-15页 |
| ·人脸检测算法 | 第14页 |
| ·Adaboost算法 | 第14-15页 |
| ·基于Gentle Adaboost的人脸检测算法 | 第15-22页 |
| ·算法流程 | 第15页 |
| ·Haar矩形特征与积分图 | 第15-20页 |
| ·分类器结构 | 第20-22页 |
| ·分类器训练过程 | 第22-25页 |
| ·弱分类器的训练 | 第22-24页 |
| ·强分类器的训练 | 第24-25页 |
| ·级联分类器的训练 | 第25页 |
| ·训练结果存储 | 第25页 |
| ·人脸检测过程 | 第25-39页 |
| ·预处理 | 第26-29页 |
| ·肤色分割 | 第29-33页 |
| ·人脸检测 | 第33-36页 |
| ·后处理 | 第36-38页 |
| ·人脸检测测试 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于PCA的人脸识别算法 | 第40-45页 |
| ·引言 | 第40页 |
| ·基于PCA的人脸识别 | 第40-44页 |
| ·K-L变换介绍 | 第41-42页 |
| ·PCA人脸识别原理 | 第42-43页 |
| ·检测过程 | 第43-44页 |
| ·人脸识别测试 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第四章 自动聚焦功能模块的设计实现 | 第45-55页 |
| ·引言 | 第45页 |
| ·自动聚焦模块的硬件设计 | 第45-50页 |
| ·芯片选型 | 第46-47页 |
| ·电路设计 | 第47-48页 |
| ·布板及实物图 | 第48-50页 |
| ·自动聚焦算法 | 第50-54页 |
| ·清晰度评价方法选择 | 第51页 |
| ·峰值搜索算法 | 第51-53页 |
| ·算法在控制DSP上的实现 | 第53-54页 |
| ·聚焦结果示例 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 人脸识别监控摄像机的实现与优化 | 第55-70页 |
| ·引言 | 第55页 |
| ·人脸识别监控摄像机设计方案 | 第55-56页 |
| ·算法DSP及其硬件加速模块介绍 | 第56-60页 |
| ·DSP简介 | 第56页 |
| ·硬件加速模块介绍 | 第56-60页 |
| ·人脸检测与识别在算法DSP上的实现与优化 | 第60-65页 |
| ·利用硬件加速模块进行积分图运算 | 第60-61页 |
| ·利用硬件加速做光线补偿 | 第61-62页 |
| ·肤色分割的优化 | 第62-65页 |
| ·针对DSP特点的优化 | 第65页 |
| ·系统的流程设计与测试 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·未来工作展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 研究生期间的科研工作 | 第76页 |