| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·人脸检测及识别的背景 | 第9-10页 |
| ·人脸检测的发展及现状 | 第10-15页 |
| ·基于先验知识的人脸检测方法 | 第11-13页 |
| ·基于后验学习和训练的人脸检测方法 | 第13-15页 |
| ·人脸识别的现状及发展 | 第15-19页 |
| ·人脸识别技术的发展过程 | 第16-18页 |
| ·人脸识别算法及人脸识别系统的发展 | 第18-19页 |
| ·人脸识别系统的评价标准 | 第19-20页 |
| ·本文主要工作 | 第20-21页 |
| 第二章 基于Adaboost算法的人脸检测 | 第21-36页 |
| ·Haar-Like特征 | 第21-28页 |
| ·原始Haar-like特征 | 第21-22页 |
| ·扩展Haar-like特征 | 第22-24页 |
| ·积分图 | 第24-28页 |
| ·训练分类器 | 第28-32页 |
| ·Boosting算法 | 第28-30页 |
| ·Adaboost学习算法 | 第30-32页 |
| ·级联分类器 | 第32-35页 |
| ·视频中的人脸检测 | 第35页 |
| ·小结 | 第35-36页 |
| 第三章 PCA算法在人脸识别中的应用 | 第36-50页 |
| ·K-L变换(Karhunen-Loeve Transform) | 第36-40页 |
| ·正交变换 | 第36-38页 |
| ·K-L变换 | 第38-40页 |
| ·PCA算法介绍 | 第40-42页 |
| ·PCA原理 | 第40-41页 |
| ·主成分的求解步骤 | 第41-42页 |
| ·Eigenface算法 | 第42-44页 |
| ·计算特征脸 | 第43页 |
| ·基于特征脸的人脸识别 | 第43-44页 |
| ·分类方法 | 第44-49页 |
| ·距离度量函数 | 第44-45页 |
| ·分类方法 | 第45-48页 |
| ·本文使用的方法 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第四章 人脸检测及识别技术的实现 | 第50-66页 |
| ·系统的大致框架 | 第50-51页 |
| ·人脸检测部分 | 第51-58页 |
| ·人脸检测过程 | 第52-54页 |
| ·后续处理 | 第54-58页 |
| ·人脸数据库的建立 | 第58页 |
| ·人脸识别部分 | 第58-64页 |
| ·人脸训练 | 第59-62页 |
| ·人脸识别 | 第62-64页 |
| ·实验结果 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·下一步的工作 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录A | 第73页 |