基于多核DSP的人脸检测系统的研究和实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 缩略词表 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 视频人脸检测系统的研究背景及意义 | 第14-15页 |
| 1.2 人脸检测技术的研究现状 | 第15-18页 |
| 1.2.1 人脸检测算法的研究和发展 | 第15-17页 |
| 1.2.2 人脸检测技术的应用现状和发展 | 第17-18页 |
| 1.3 视频人脸检测实现难点 | 第18-19页 |
| 1.4 本文的研究内容与结构安排 | 第19-21页 |
| 第二章 人脸检测算法理论分析 | 第21-32页 |
| 2.1 人脸检测算法总体思路 | 第21-22页 |
| 2.2 常用人脸特征表示 | 第22-24页 |
| 2.2.1 Haar-like特征 | 第22-23页 |
| 2.2.2 NPD特征 | 第23-24页 |
| 2.3 AdaBoost人脸检测算法 | 第24-27页 |
| 2.4 人脸检测算法测评 | 第27-31页 |
| 2.4.1 ROC曲线 | 第27-29页 |
| 2.4.2 常用人脸检测算法性能对比 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 视频人脸检测技术的研究和改进 | 第32-55页 |
| 3.1 NPD人脸检测算法 | 第32-37页 |
| 3.1.1 NPD人脸检测流程 | 第32-36页 |
| 3.1.2 仿真结果及分析 | 第36-37页 |
| 3.2 NPD人脸检测算法的改进和优化 | 第37-49页 |
| 3.2.1 降低误检率的改进 | 第38-43页 |
| 3.2.2 降低检测时间的优化 | 第43-48页 |
| 3.2.3 测试结果及分析 | 第48-49页 |
| 3.3 人脸图片去重算法 | 第49-54页 |
| 3.3.1 图片去重算法总体思路 | 第49-52页 |
| 3.3.2 LBP去重算法 | 第52-54页 |
| 3.3.3 仿真结果及分析 | 第54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 视频人脸检测系统实现 | 第55-75页 |
| 4.1 视频人脸检测系统设计 | 第55-60页 |
| 4.1.1 系统硬件平台和软件框架 | 第55-57页 |
| 4.1.2 视频人脸检测链路设计 | 第57-58页 |
| 4.1.3 ARM和DSP端软件开发设计 | 第58-60页 |
| 4.2 人脸检测算法移植优化 | 第60-68页 |
| 4.2.1 算法移植和初步优化 | 第60-63页 |
| 4.2.2 运动目标检测算法 | 第63-67页 |
| 4.2.3 测试结果 | 第67-68页 |
| 4.3 ARM端算法实现 | 第68-71页 |
| 4.3.1 LBP去重算法的改进 | 第68-70页 |
| 4.3.2 功能模块的实现 | 第70-71页 |
| 4.4 系统测试结果 | 第71-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 研究展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的成果 | 第82页 |
