| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 引言 | 第9-15页 |
| ·概论 | 第9-10页 |
| ·嵌入式系统的发展与现状 | 第10-12页 |
| ·嵌入式系统的发展史 | 第10-11页 |
| ·嵌入式系统的独立发展道路 | 第11页 |
| ·嵌入式系统的发展现状 | 第11-12页 |
| ·人脸识别历史与现状 | 第12-14页 |
| ·人脸识别历史 | 第12-13页 |
| ·人脸识别现状 | 第13-14页 |
| ·本文工作及主要内容 | 第14-15页 |
| 2 基于HAAR 的人脸检测 | 第15-23页 |
| ·人脸检测方法 | 第15页 |
| ·类Haar 人脸检测法 | 第15-18页 |
| ·Haar 函数简介 | 第16页 |
| ·Haar 变换函数 | 第16-17页 |
| ·人脸Haar 特征提取 | 第17-18页 |
| ·基于Haar 的人脸检测分类器 | 第18-21页 |
| ·简单分类器及训练过程 | 第18-19页 |
| ·强分类器及训练过程 | 第19-20页 |
| ·级联强分类器及训练过程 | 第20-21页 |
| ·人脸检测效果图 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于线性判别子空间的人脸识别 | 第23-28页 |
| ·基于PCA 主元分子空间的人脸识别 | 第23-25页 |
| ·基于2DPCA 子空间的人脸识别 | 第25-27页 |
| ·2DPCA 的基本思想 | 第25-26页 |
| ·基于2DPCA 的人脸特征提取 | 第26-27页 |
| ·2DPCA 分类器 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 二维GABOR 滤波器与人脸特征提取 | 第28-34页 |
| ·二维Gabor 变换 | 第28-29页 |
| ·二维Gabor 滤波器的参数选择 | 第29-31页 |
| ·滤波器参数的选择 | 第29-30页 |
| ·滤波器参数的意义 | 第30-31页 |
| ·二维Gabor 滤波器的人脸图像响应特性 | 第31-33页 |
| ·人脸边缘响应特性 | 第32页 |
| ·人脸位置响应特性 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 5 GABOR 特征加权融合的嵌入式人脸识别 | 第34-39页 |
| ·基于多尺度Gabor 不确定度权值算法 | 第34-37页 |
| ·多尺度Gabor 不确定度计算 | 第34-36页 |
| ·不确定度的多尺度Gabor 特征融合 | 第36-37页 |
| ·基于Gabor 滤波图与原图的距离的权值算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 6 嵌入式人脸识别系统设计 | 第39-54页 |
| ·嵌入式Linux 操作系统 | 第39-41页 |
| ·硬件平台介绍 | 第41-43页 |
| ·PXA270 微处理器 | 第41页 |
| ·ARM 实现平台 | 第41-43页 |
| ·软件平台介绍 | 第43-44页 |
| ·人脸图像库 | 第43页 |
| ·OpenCV 函数库 | 第43-44页 |
| ·图形用户界面 | 第44页 |
| ·嵌入式系统设计与实现 | 第44-48页 |
| ·核心算法选择 | 第44-45页 |
| ·系统移植与驱动编写 | 第45-47页 |
| ·嵌入式人脸识别方案 | 第47-48页 |
| ·系统测试 | 第48-53页 |
| ·基于多尺度Gabor 不确定度权值 | 第48-49页 |
| ·基于Gabor 不确定度信息融合的嵌入式人脸识别 | 第49-50页 |
| ·基于Gabor 滤波图与原图的距离的权值 | 第50-51页 |
| ·基于Gabor 滤波图与原图距离信息融合的嵌入式人脸识别 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结语 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 后记 | 第58-59页 |
| 在学期间公开发表论文及著作情况 | 第59页 |