| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·人眼检测问题描述 | 第10-11页 |
| ·国内外研究历史及现状 | 第11-15页 |
| ·传统的方法 | 第11-12页 |
| ·子空间变换方法 | 第12-13页 |
| ·基于规则的方法 | 第13-14页 |
| ·基于统计的方法 | 第14-15页 |
| ·人眼检测难点与性能指标 | 第15-17页 |
| ·人眼检测难点 | 第15-16页 |
| ·人眼检测性能评价指标 | 第16-17页 |
| ·本文主要研究内容及章节安排 | 第17-19页 |
| 第2章 AdaBoost算法 | 第19-33页 |
| ·AdaBoost算法原理 | 第19-22页 |
| ·AdaBoost算法的发展 | 第19-20页 |
| ·AdaBoost算法描述 | 第20-21页 |
| ·Gentle-AdaBoost算法描述 | 第21-22页 |
| ·haar矩形特征 | 第22-26页 |
| ·haar矩形特征原型 | 第22页 |
| ·haar矩形特征扩展 | 第22-23页 |
| ·haar矩形特征值的快速计算 | 第23-26页 |
| ·分类器的构造 | 第26-31页 |
| ·弱分类器的构造 | 第26-28页 |
| ·强分类器的构造 | 第28-29页 |
| ·级联分类器的构造 | 第29-31页 |
| ·AdaBoost算法性能与误差分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 分散矩形特征的优化 | 第33-39页 |
| ·分散矩形特征 | 第33-36页 |
| ·haar矩形特征的缺点 | 第33页 |
| ·分散矩形特征 | 第33-34页 |
| ·分散矩形特征与类haar特征的等价性 | 第34-36页 |
| ·分散矩形特征的优化 | 第36-37页 |
| ·实验对比与分析 | 第37-38页 |
| ·人眼样本库的建立 | 第37页 |
| ·分散矩形特征实验结果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 AdaBoost级联的改进 | 第39-47页 |
| ·AdaBoost级联方法 | 第39-41页 |
| ·传统级联的问题 | 第39页 |
| ·软级联 | 第39-41页 |
| ·AdaBoost级联的改进 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·改进方法特性分析 | 第42-43页 |
| ·实验结果 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 改进AdaBoost级联的人眼检测系统的实现 | 第47-56页 |
| ·系统总体框架 | 第47-49页 |
| ·人眼检测流程图 | 第47-48页 |
| ·开发平台简介 | 第48-49页 |
| ·人眼检测系统主要数据结构与函数 | 第49-52页 |
| ·主要数据结构 | 第49-51页 |
| ·主要函数 | 第51-52页 |
| ·系统性能评估 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·论文工作总结 | 第56页 |
| ·未来研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录：攻读学位期间所发表的学术论文目录 | 第63页 |