| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·发展现状 | 第11-12页 |
| ·研究内容与意义 | 第12-13页 |
| ·论文主要工作及结构 | 第13页 |
| ·系统实现重点与难点 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 系统平台搭建与算法选择 | 第15-21页 |
| ·需求分析 | 第15页 |
| ·算法选择 | 第15-17页 |
| ·硬件平台选择 | 第17页 |
| ·具体算法流程 | 第17-19页 |
| ·广告播放策略及模式 | 第19页 |
| ·广告效果评估参数 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 图像预处理及人脸检测 | 第21-37页 |
| ·概述 | 第21-22页 |
| ·图像预处理 | 第22-24页 |
| ·彩色图像灰度化 | 第22-23页 |
| ·图像滤波去噪 | 第23-24页 |
| ·人脸检测的基本思想和方法 | 第24页 |
| ·基于AdaBoost 的人脸检测 | 第24-32页 |
| ·AdaBoost 学习算法 | 第24-28页 |
| ·多尺度的AdaBoost 人脸检测 | 第28-32页 |
| ·AdaBoost 人脸检测基本流程 | 第28-30页 |
| ·人脸库选择 | 第30页 |
| ·基于积分图像的多尺度检测 | 第30-31页 |
| ·人脸检测步骤 | 第31-32页 |
| ·人脸的校验与归并处理 | 第32-34页 |
| ·人脸检测结果中的主要错误 | 第32页 |
| ·对于错误结果的校验 | 第32-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于粒子滤波与Mean-shift 算法的人脸跟踪 | 第37-52页 |
| ·目标跟踪的一般方法 | 第37-38页 |
| ·粒子滤波算法 | 第38-42页 |
| ·粒子滤波基本算法 | 第38-40页 |
| ·粒子滤波在人脸跟踪中的应用 | 第40-41页 |
| ·粒子滤波算法的退化现象 | 第41-42页 |
| ·Mean-shift 算法 | 第42-45页 |
| ·Mean Shift 算法 | 第42-44页 |
| ·Mean Shift 基本概念 | 第42-44页 |
| ·Mean Shift 算法步骤 | 第44页 |
| ·Mean-shift 算法的主要应用 | 第44-45页 |
| ·粒子滤波与Mean-shift 结合的人脸跟踪算法 | 第45-50页 |
| ·融合原理 | 第45-46页 |
| ·具体步骤 | 第46-50页 |
| ·人脸跟踪实验结果与数据 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 人群分类方法研究 | 第52-61页 |
| ·SVM 基本原理 | 第52-56页 |
| ·最优超平面 | 第52-53页 |
| ·线性情况 | 第53-54页 |
| ·非线性分类问题 | 第54-56页 |
| ·利用SVM 进行性别分类 | 第56-59页 |
| ·工具选择 | 第56-57页 |
| ·具体应用步骤 | 第57-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 系统在Blackfin DSP 上的实现方法研究 | 第61-73页 |
| ·Blackfin DSP 上的视频接口——PPI | 第61-63页 |
| ·PPI 接口介绍 | 第61-62页 |
| ·PPI 接口的具体设置 | 第62-63页 |
| ·视频数据在DSP 内部的传输模式——DMA | 第63-64页 |
| ·DMA 的基本设置 | 第63页 |
| ·乒乓操作 | 第63-64页 |
| ·PC 算法在DSP 上的优化 | 第64-70页 |
| ·数据类型选择 | 第65-67页 |
| ·函数优化 | 第67页 |
| ·流水线的应用 | 第67-68页 |
| ·充分利用编译器 | 第68-70页 |
| ·与上位机间的通信模块——UART | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第78-79页 |
| 致谢 | 第79页 |
