| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 人脸检测与识别技术的发展及国内外研究现状 | 第16-19页 |
| 1.3 本文的主要工作 | 第19-20页 |
| 1.4 论文内容及结构安排 | 第20-21页 |
| 第二章 人脸检测图像预处理 | 第21-29页 |
| 2.1 人脸图像的采集 | 第21页 |
| 2.2 图像数字化 | 第21-22页 |
| 2.3 图像增强技术 | 第22-25页 |
| 2.3.1 灰度变换 | 第22-24页 |
| 2.3.2 直方图变换 | 第24-25页 |
| 2.4 人脸检测图像预处理 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 人脸检测算法研究 | 第29-45页 |
| 3.1 人脸检测算法概述 | 第29-32页 |
| 3.2 基于肤色的人脸检测 | 第32-35页 |
| 3.2.1 YCbCr彩色空间及其转换 | 第32-33页 |
| 3.2.2 肤色检测模型建立与实现 | 第33-35页 |
| 3.3 Viola Jones人脸检测算法 | 第35-39页 |
| 3.3.1 矩形特征 | 第36页 |
| 3.3.2 积分图思想 | 第36-37页 |
| 3.3.3 级联分类器构建 | 第37-39页 |
| 3.4 人脸检测的实现与性能评价 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 特征提取和分类器的设计与实现 | 第45-57页 |
| 4.1 人脸图像特征提取 | 第45-46页 |
| 4.2 基于主成份分析（PCA）的特征提取 | 第46-48页 |
| 4.3 分类器的设计与实现 | 第48-50页 |
| 4.4 基于PCA的人脸识别实现 | 第50-54页 |
| 4.5 本章小结 | 第54-57页 |
| 第五章 Android平台人脸识别设计与实现 | 第57-71页 |
| 5.1 Android平台下调用OpenCV视觉库 | 第57-60页 |
| 5.2 开发环境的配置 | 第60-62页 |
| 5.3 Android人脸识别设计与实现 | 第62-66页 |
| 5.3.1 系统流程图 | 第62-63页 |
| 5.3.2 系统的UI设计 | 第63-64页 |
| 5.3.3 系统各个模块实现 | 第64-66页 |
| 5.3.4 脚本文件编写和链接库的生成 | 第66页 |
| 5.4 系统的功能测试 | 第66-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结和展望 | 第71-73页 |
| 6.1 研究结论 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
| 1.基本情况 | 第77页 |
| 2.教育背景 | 第77页 |
| 3.攻读硕士学位期间的研究成果 | 第77-78页 |