| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究的目的与意义 | 第8页 |
| ·国内外研究现状与进展 | 第8-10页 |
| ·人脸识别的定义 | 第8-9页 |
| ·人脸识别的发展历史 | 第9-10页 |
| ·论文设计思路与内容安排 | 第10-12页 |
| ·设计思路 | 第10页 |
| ·论文的内容安排 | 第10-12页 |
| 2 系统的硬件平台与软件开发环境 | 第12-19页 |
| ·系统的硬件平台介绍 | 第12-15页 |
| ·DSP6000 的介绍 | 第12-13页 |
| ·DM642 的特点和优点 | 第13-14页 |
| ·SEED-VPM642 的介绍 | 第14-15页 |
| ·系统的软件开发环境 | 第15-19页 |
| ·DSP 集成开发环境CCS | 第15-16页 |
| ·实时底层软件DSP/BIOS | 第16-19页 |
| 3 人脸检测算法的分析与设计 | 第19-30页 |
| ·人脸检测算法综述 | 第19-20页 |
| ·Adaboost 算法原理 | 第20-21页 |
| ·基于Adaboost 的人脸检测算法 | 第21-29页 |
| ·Haar 型特征与积分图像 | 第22-23页 |
| ·利用积分图计算矩形特征值 | 第23-24页 |
| ·训练弱分类器 | 第24-25页 |
| ·训练强分类器 | 第25页 |
| ·训练级联分类器 | 第25-26页 |
| ·检测过程 | 第26-27页 |
| ·实验结果与分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 人脸识别算法的分析与设计 | 第30-47页 |
| ·人脸图像预处理 | 第30-31页 |
| ·直方图均衡化 | 第30页 |
| ·中值滤波 | 第30-31页 |
| ·标准化 | 第31页 |
| ·人脸识别的主要方法 | 第31-35页 |
| ·基于几何特征的方法 | 第31页 |
| ·基于模板的方法 | 第31-32页 |
| ·基于统计特征的方法 | 第32-33页 |
| ·基于隐马尔可夫（HMM）的方法 | 第33-34页 |
| ·基于神经网络的方法 | 第34-35页 |
| ·本文采用的人脸识别算法 | 第35-46页 |
| ·K-L 变换及主成分分析方法 | 第35-36页 |
| ·线性鉴别分析FLD 与Fisherfaces 方法 | 第36-37页 |
| ·二维主成分分析2DPCA | 第37-39页 |
| ·双向压缩的特征抽取与PCA 相融合的策略 | 第39-40页 |
| ·实验结果与分析 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于DSP 的人脸识别系统的设计与实现 | 第47-67页 |
| ·人脸识别系统的设计方案 | 第47-48页 |
| ·视频接口与视频编解码芯片 | 第48-50页 |
| ·TMS320DM642 的视频接口 | 第48-49页 |
| ·视频解码芯片TVP5150 | 第49页 |
| ·视频编码芯片SAA7121H | 第49页 |
| ·I2C 配置 | 第49-50页 |
| ·系统的DSP 配置 | 第50-63页 |
| ·DSP/BIOS 中的任务设计 | 第50-55页 |
| ·视频驱动 | 第55-59页 |
| ·网络接口的应用 | 第59-63页 |
| ·系统的测试 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 工作总结与展望 | 第67-69页 |
| ·对工作的总结 | 第67页 |
| ·需要完善的部分 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73页 |