| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 选题背景及意义 | 第10-14页 |
| 1.1.1 人脸检测方法分类 | 第10-12页 |
| 1.1.2 窗口遍历检测方法 | 第12-13页 |
| 1.1.3 人脸检测算法性能问题 | 第13-14页 |
| 1.2 国内外研究现状及分析 | 第14-17页 |
| 1.2.1 计算策略优化 | 第14-15页 |
| 1.2.2 计算方法优化 | 第15-17页 |
| 1.3 主要研究内容及章节安排 | 第17-22页 |
| 1.3.1 主要研究内容 | 第17-19页 |
| 1.3.2 论文章节安排 | 第19-22页 |
| 第二章 基于Haar-like特征的分类器训练 | 第22-40页 |
| 2.1 AdaBoost算法 | 第22-32页 |
| 2.1.1 Haar-like特征 | 第22-26页 |
| 2.1.2 积分图像 | 第26-29页 |
| 2.1.3 单一强分类器训练算法 | 第29-31页 |
| 2.1.4 级联强分类器训练算法 | 第31-32页 |
| 2.2 人脸分类器训练 | 第32-37页 |
| 2.2.1 样本准备 | 第32-33页 |
| 2.2.2 分类器训练 | 第33-37页 |
| 2.3 分类器精度验证 | 第37-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 结合运动特征的AdaBoost层次增强算法 | 第40-48页 |
| 3.1 运动目标区域 | 第40-43页 |
| 3.1.1 图像分块 | 第40-42页 |
| 3.1.2 运动目标提取 | 第42-43页 |
| 3.2 人脸运动特征 | 第43-45页 |
| 3.2.1 运动光流特征 | 第43-44页 |
| 3.2.2 刚性目标运动 | 第44页 |
| 3.2.3 判定方法验证 | 第44-45页 |
| 3.3 层次增强算法 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 摄像机标定与距离测量 | 第48-58页 |
| 4.1 像机成像模型 | 第48-51页 |
| 4.1.1 成像坐标系 | 第48-49页 |
| 4.1.2 像机内外方位元素 | 第49页 |
| 4.1.3 成像坐标系的转换 | 第49-51页 |
| 4.2 直接线性变换标定法 | 第51-54页 |
| 4.2.1 DLT标定相机参数 | 第51-53页 |
| 4.2.2 验证标定结果 | 第53-54页 |
| 4.3 单目测距法 | 第54-56页 |
| 4.3.1 CCD成像 | 第54-55页 |
| 4.3.2 单目测距模型 | 第55-56页 |
| 4.4 测距结果与分析 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 单目标定快速人脸检测算法 | 第58-64页 |
| 5.1 人脸成像尺寸计算 | 第58-60页 |
| 5.2 分类器训练 | 第60-61页 |
| 5.3 快速人脸检测算法 | 第61-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 对比试验与分析 | 第64-72页 |
| 6.1 MFHE算法实现 | 第64-67页 |
| 6.2 检测精度 | 第67-69页 |
| 6.3 检测效率 | 第69-70页 |
| 6.4 参数敏感性 | 第70页 |
| 6.5 本章小结 | 第70-72页 |
| 第七章 结论与展望 | 第72-74页 |
| 7.1 主要工作 | 第72页 |
| 7.2 创新点 | 第72-73页 |
| 7.3 展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录 | 第82页 |
| 附录A：攻读学位期间的主要科研工作 | 第82页 |