| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题的研究意义 | 第11-13页 |
| 1.2 国内外现状分析 | 第13-16页 |
| 1.2.1 人脸检测研究现状 | 第13-14页 |
| 1.2.2 人脸识别研究现状 | 第14-15页 |
| 1.2.3 人脸识别应用现状 | 第15-16页 |
| 1.3 本课题研究工作概述 | 第16-18页 |
| 1.3.1 研究目的 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.3.3 本文组织结构 | 第17-18页 |
| 第2章 人脸图像预处理 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 颜色空间 | 第18-20页 |
| 2.2.1 RGB颜色空间 | 第18-19页 |
| 2.2.2 YCbCr颜色空间 | 第19-20页 |
| 2.3 图像光照补偿 | 第20-22页 |
| 2.4 图像滤波去噪处理 | 第22-23页 |
| 2.5 图像的几何归一化处理 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 人脸检测 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 肤色分割的人脸检测 | 第25-27页 |
| 3.2.1 基于YCbCr颜色空间的肤色分割方法 | 第25-26页 |
| 3.2.2 人脸区域筛选 | 第26页 |
| 3.2.3 肤色分割的效果与分析 | 第26-27页 |
| 3.3 Adaboost人脸检测算法 | 第27-35页 |
| 3.3.1 Adaboost算法概述 | 第27-28页 |
| 3.3.2 Haar特征与积分图 | 第28-31页 |
| 3.3.3 弱分类器与级联分类器 | 第31-32页 |
| 3.3.4 Adaboost算法流程 | 第32-35页 |
| 3.3.5 Adaboost人脸检测 | 第35页 |
| 3.4 基于肤色分割的Adaboost人脸检测 | 第35-37页 |
| 3.4.1 肤色分割和Adaboost检测方法的各自优缺点 | 第35-36页 |
| 3.4.2 基于肤色分割和Adaboost的人脸检测 | 第36-37页 |
| 3.5 试验结果与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于MB-ELDP特征的人脸识别 | 第41-57页 |
| 4.1 引言 | 第41-42页 |
| 4.2 LBP及其演化算法 | 第42-44页 |
| 4.2.1 原始的LBP算法 | 第42-43页 |
| 4.2.2 LBP的扩展 | 第43-44页 |
| 4.3 LDP及其演变算法 | 第44-48页 |
| 4.3.1 基础的LDP算法 | 第45-47页 |
| 4.3.2 ELDP算法 | 第47-48页 |
| 4.4 本文提出的MB-ELDP算法 | 第48-49页 |
| 4.5 多级子窗口直方图特征提取方法 | 第49-51页 |
| 4.6 直方图匹配方法 | 第51-52页 |
| 4.7 实验结果与分析 | 第52-56页 |
| 4.7.1 YALE人脸库实验 | 第52-55页 |
| 4.7.2 PIE人脸库实验 | 第55-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第5章 基于Android平台的人脸检测与识别系统实现 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 实验开发平台介绍 | 第57-58页 |
| 5.3 Android平台介绍 | 第58-60页 |
| 5.3.1 Android体系架构 | 第58页 |
| 5.3.2 Android JNI技术 | 第58-60页 |
| 5.4 系统设计 | 第60-64页 |
| 5.4.1 系统整体设计 | 第60-62页 |
| 5.4.2 系统功能模块设计 | 第62-64页 |
| 5.5 系统运行结果与分析 | 第64-72页 |
| 5.5.1 系统运行的功能指标 | 第64-67页 |
| 5.5.2 系统运行的性能指标 | 第67-72页 |
| 5.6 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
