| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 人脸识别技术国内外现状 | 第11-12页 |
| 1.3 人脸识别的技术难点以及研究内容 | 第12页 |
| 1.4 本文的主要工作及论文结构 | 第12-14页 |
| 第二章 Adaboost人脸检测及图像预处理 | 第14-32页 |
| 2.1 Haar特征 | 第14-18页 |
| 2.1.1 Haar特征数量的计算 | 第15-16页 |
| 2.1.2 Harr特征的计算——积分图 | 第16-17页 |
| 2.1.3 Haar特征的扩展 | 第17-18页 |
| 2.2 Adaboost人脸检测算法原理 | 第18-27页 |
| 2.2.1 Adaboost简介 | 第18-19页 |
| 2.2.2 Adaboost的算法过程 | 第19-22页 |
| 2.2.3 算法训练过程 | 第22-27页 |
| 2.3 Adaboost人脸检测算法的实现 | 第27-28页 |
| 2.3.1 视频图像采集 | 第27-28页 |
| 2.3.2 人脸检测实现 | 第28页 |
| 2.4 图像的预处理 | 第28-31页 |
| 2.4.1 人脸库的选取 | 第28-29页 |
| 2.4.2 直方图均衡 | 第29页 |
| 2.4.3 中值滤波 | 第29-30页 |
| 2.4.4 归一化 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 特征提取算法基础理论 | 第32-48页 |
| 3.1 主成分分析 | 第32-37页 |
| 3.1.1 主成分分析算法的基本原理 | 第32-33页 |
| 3.1.2 特征脸的计算 | 第33-36页 |
| 3.1.3 基于特征脸的人脸识别 | 第36-37页 |
| 3.2 线性判别分析 | 第37-41页 |
| 3.2.1 线性判别分析算法基本原理 | 第37-40页 |
| 3.2.2 基于LDA的人脸特征提取和识别 | 第40-41页 |
| 3.3 结合线性判别分析提取人脸特征 | 第41-42页 |
| 3.3.1 PCA+LDA特征提取的原理 | 第41-42页 |
| 3.3.2 PCA+LDA的特征提取及识别过程 | 第42页 |
| 3.4 二维主成分分析 | 第42-45页 |
| 3.4.1 二维主成分分析的基本原理 | 第43-44页 |
| 3.4.2 基于2DPCA的人脸特征提取 | 第44-45页 |
| 3.4.3 基于2DPCA的人脸特征的人脸识别 | 第45页 |
| 3.5 二维线性判别分析 | 第45-47页 |
| 3.5.1 二维线性判别分析法的基本原理 | 第45-46页 |
| 3.5.2 二维线性判别分析法的特征提取与识别 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 折叠脸模式下的二维人脸特征提取与识别 | 第48-58页 |
| 4.1 二维主成分分析和线性判别分析算法存在的问题 | 第48-49页 |
| 4.2 折叠脸模式 | 第49-50页 |
| 4.2.1 折叠脸的理论 | 第49页 |
| 4.2.2 折叠脸模式的优势 | 第49-50页 |
| 4.3 折叠脸模式下的二维人脸特征提取算法 | 第50-55页 |
| 4.3.1 二维主成分分析法的基本原理 | 第50-51页 |
| 4.3.2 二维主成分分析法的特征提取 | 第51-52页 |
| 4.3.3 二维主成分分析法的人脸识别 | 第52-53页 |
| 4.3.4 二维线性判别法的基本原理 | 第53页 |
| 4.3.5 二维线性判别法的特征提取 | 第53-54页 |
| 4.3.6 二维线性判别法的人脸识别 | 第54-55页 |
| 4.4 折叠脸模式下2DPCA+2DLDA算法特征提取 | 第55-57页 |
| 4.4.1 折叠脸模式下2DPCA+2DLDA算法的原理 | 第55-56页 |
| 4.4.2 折叠脸模式下2DPCA+2DLDA算法的特征提取 | 第56-57页 |
| 4.4.3 折叠脸模式2DPCA+2DLDA的人脸识别 | 第57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 系统实现及结果分析 | 第58-65页 |
| 5.1 基于Opencv的人脸识别的实现 | 第58-59页 |
| 5.1.1 Opencv简介及其在IOS平台中的使用 | 第58页 |
| 5.1.2 识别系统界面介绍 | 第58-59页 |
| 5.2 实验结果 | 第59-64页 |
| 5.2.1 特征脸方法在不同人脸模式下的识别比较 | 第60-63页 |
| 5.2.2 实验结果分析 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
