The Design and Implementation of Face Detection System Based on AdaBoost
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 研究历史及现状 | 第9-13页 |
| 1.2.1 人脸检测研究历史 | 第9-10页 |
| 1.2.2 人脸检测算法分类 | 第10-11页 |
| 1.2.3 人脸检测的经典算法 | 第11-13页 |
| 1.3 本文的研究内容 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-15页 |
| 第二章 系统相关技术 | 第15-23页 |
| 2.1 图像预处理 | 第15-18页 |
| 2.1.1 降噪 | 第15-16页 |
| 2.1.2 灰度处理 | 第16页 |
| 2.1.3 直方图均衡化 | 第16-17页 |
| 2.1.4 图像分割 | 第17-18页 |
| 2.2 AdaBoost算法 | 第18-22页 |
| 2.2.1 Haar特征 | 第18-19页 |
| 2.2.2 积分图 | 第19-20页 |
| 2.2.3 弱分类器 | 第20-21页 |
| 2.2.4 强分类器 | 第21页 |
| 2.2.5 级联分类器 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于AdaBoost的人脸检测系统的设计 | 第23-29页 |
| 3.1 系统需求分析 | 第23-24页 |
| 3.1.1 功能需求 | 第23页 |
| 3.1.2 用例分析 | 第23-24页 |
| 3.1.3 性能需求 | 第24页 |
| 3.2 系统设计 | 第24-28页 |
| 3.2.1 系统流程 | 第24-25页 |
| 3.2.2 图像预处理模块设计 | 第25-26页 |
| 3.2.3 分类器训练模块设计 | 第26-27页 |
| 3.2.4 人脸检测模块设计 | 第27-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 基于AdaBoost的人脸检测系统的实现 | 第29-45页 |
| 4.1 系统开发环境 | 第29页 |
| 4.2 图像预处理模块实现 | 第29-33页 |
| 4.2.1 降噪 | 第29-31页 |
| 4.2.2 灰度处理 | 第31页 |
| 4.2.3 直方图均衡化 | 第31-32页 |
| 4.2.4 二值化 | 第32-33页 |
| 4.3 分类器训练模块实现 | 第33-42页 |
| 4.3.1 训练集 | 第33-35页 |
| 4.3.2 训练 | 第35-42页 |
| 4.4 人脸检测模块实现 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于AdaBoost的人脸检测系统的测试 | 第45-52页 |
| 5.1 测试环境与测试集 | 第45-46页 |
| 5.2 人脸检测的评价标准 | 第46-47页 |
| 5.3 人脸检测的难点 | 第47页 |
| 5.4 实验结果与分析 | 第47-51页 |
| 5.4.1 检测速度 | 第48页 |
| 5.4.2 检测率 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 6.1 本文工作总结 | 第52页 |
| 6.2 工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-55页 |
