| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 引言 | 第8-15页 |
| 1.1 概述 | 第8-9页 |
| 1.2 人脸识别技术的发展与现状 | 第9页 |
| 1.3 几种典型的人脸识别方法 | 第9-11页 |
| 1.3.1 基于人脸面部几何特征的方法 | 第10页 |
| 1.3.2 基于代数特征的方法 | 第10页 |
| 1.3.3 基于核技术的方法 | 第10-11页 |
| 1.4 嵌入式系统概述 | 第11-13页 |
| 1.4.1 嵌入式系统的组成及特点 | 第11-13页 |
| 1.4.2 嵌入式系统的发展阶段 | 第13页 |
| 1.5 本文工作及主要内容 | 第13-15页 |
| 2 基于 Haar-like 特征的 Adaboost 的人脸检测 | 第15-28页 |
| 2.1 人脸检测方法概述 | 第15-16页 |
| 2.2 Haar-like 特征的表示与计算 | 第16-21页 |
| 2.2.1 Haar-like 特征 | 第16-17页 |
| 2.2.2 Haar-like 特征值的计算 | 第17-19页 |
| 2.2.3 子窗口内 Haar-like 矩形特征的个数 | 第19-21页 |
| 2.3 基于 Haar-like 特征的人脸检测分类器 | 第21-26页 |
| 2.3.1 基于 Haar-like 特征的弱分类器 | 第23页 |
| 2.3.2 强分类器的构建 | 第23-25页 |
| 2.3.3 级联强分类器 | 第25-26页 |
| 2.4 人脸检测效果图 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 基于线性子空间的人脸识别算法 | 第28-34页 |
| 3.1 基于主成分分析（PCA）的人脸识别算法 | 第28-30页 |
| 3.2 基于二维主成分分析（2DPCA）的人脸识别算法 | 第30-33页 |
| 3.2.1 2DPCA 的基本原理 | 第30-32页 |
| 3.2.2 基于 2DPCA 的人脸识别 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于多线性子空间特征融合的人脸识别算法 | 第34-44页 |
| 4.1 图像融合技术概述 | 第34页 |
| 4.2 图像融合的层次 | 第34-37页 |
| 4.2.1 基于像素级图像融合 | 第35-36页 |
| 4.2.2 基于特征级图像融合 | 第36页 |
| 4.2.3 基于决策级图像融合 | 第36-37页 |
| 4.3 子空间直和 | 第37-38页 |
| 4.3.1 两个子空间的直和 | 第37页 |
| 4.3.2 多子空间的直和 | 第37-38页 |
| 4.4 基于多子空间图像融合的人脸识别方法 | 第38-42页 |
| 4.4.1 基于多子空间决策级融合的人脸识别方法 | 第38-39页 |
| 4.4.2 基于多子空间特征融合的人脸识别方法 | 第39-40页 |
| 4.4.3 基于多子空间直和的特征融合的人脸识别方法 | 第40-42页 |
| 4.5 本章小结 | 第42-44页 |
| 5 基于 HLA 的多嵌入式人脸识别系统设计与构建 | 第44-59页 |
| 5.1 HLA 相关技术 | 第44-45页 |
| 5.1.1 HLA 联邦的构成与 RTI | 第44-45页 |
| 5.2 硬件平台介绍 | 第45-47页 |
| 5.3 软件相关平台介绍 | 第47-49页 |
| 5.3.1 嵌入式操作系统 Linux | 第47页 |
| 5.3.2 图像用户界面 Qt/Embedded | 第47-48页 |
| 5.3.3 图像处理库 OpenCV | 第48页 |
| 5.3.4 运行支持环境 RTI | 第48页 |
| 5.3.5 人脸库 | 第48-49页 |
| 5.4 系统设计与实现 | 第49-54页 |
| 5.4.1 嵌入式系统移植 | 第49-51页 |
| 5.4.1.1 Bootloader 的移植 | 第49-50页 |
| 5.4.1.2 Linux 内核移植与编译 | 第50-51页 |
| 5.4.1.3 根文件系统的制作 | 第51页 |
| 5.4.2 USB 摄像头驱动的移植与编译 | 第51-53页 |
| 5.4.3 基于 HLA 的多嵌入式人脸识别方案 | 第53-54页 |
| 5.5 系统测试 | 第54-58页 |
| 5.5.1 主成分个数的确定 | 第54页 |
| 5.5.2 偏侧角对识别率的影响 | 第54-56页 |
| 5.5.3 基于多子空间加权融合的人脸识别 | 第56页 |
| 5.5.4 多子空间的特征融合的人脸识别 | 第56-57页 |
| 5.5.5 基于直和的多子空间的特征融合的人脸识别 | 第57-58页 |
| 5.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 在读期间公开发表论文（著）及科研情况 | 第64页 |
